FLM-YOLOv8：一种轻量级的口罩佩戴检测算法

来源：计算机工程与应用杂志2024年第17期北京时间：

作者：高民, 陈高华, 古佳欣, 张春美

单位：1.太原科技大学 电子信息工程学院，太原 030024；2.先进控制与装备智能化山西省重点实验室，太原 030024

摘要：针对现有的口罩佩戴检测模型无法较好平衡检测精度与速度，参数量较大，漏检和误检率高等问题，提出了一种轻量级的口罩佩戴检测算法FLM-YOLOv8。使用轻量级FasterNet替换YOLOv8n的主干特征提取网络，提升网络检测速度；融合FasterNet Block改进C2f模块，降低模型计算复杂度；提出SPPF-LSKA结构，增强模型的特征表达能力和感知能力，提高网络检测精度；设计Inner-MPDIoU边界框回归损失函数，提高回归预测精度，加快收敛速度。创建标注了一个复杂多元场景下的口罩佩戴数据集，并使用马赛克数据增强，以提高网络泛化能力。实验结果表明，该算法在正确佩戴口罩、未正确佩戴口罩和未佩戴口罩目标上的mAP@0.5达到了91.3%，FPS达到了143.6，实现了更加实时准确的口罩佩戴检测。

关键词：口罩佩戴检测,YOLOv8,FasterNet,轻量级,损失函数