改进FCOS的复杂场景口罩佩戴检测算法

来源：计算机工程与应用杂志2023年第11期北京时间：

作者：魏驰宇, 刘蓉, 刘明, 张心月

单位：1.华中师范大学 物理科学与技术学院，武汉 430079；2.华中师范大学 计算机学院，武汉 430079

摘要：针对在复杂场景口罩佩戴检测中存在的多尺度、多角度和遮挡等问题，提出一种基于改进FCOS的复杂场景口罩佩戴检测算法。在算法的骨干网络中引入Res2Net的分组残差连接结构，提高网络对不同尺度口罩的特征提取能力，并在其中集成可变形卷积，拓展其对未知形状物体的建模能力；设计一种集成注意力机制的特征金字塔，为不同的特征通道赋予不同的权重，抑制无用的特征信息；根据目标口罩的相关统计特征自动地划分正负样本，提高不同尺度口罩的样本质量，并引入Generalized Focal Loss联合训练样本的分类分数和定位质量分数，提升算法性能。实验结果表明，在复杂场景下的口罩佩戴检测中，该改进算法的mAP相比于原始FCOS提高6.7个百分点，同时与一些主流的目标检测算法相比，该改进算法也具有更好的效果和鲁棒性。

关键词：多尺度,可变形卷积,标签分配策略,Generalized Focal Loss