Ghost-YOLO： 轻量化口罩人脸检测算法

来源：信号处理杂志 2022年第9期北京时间：

作者：陈继平, 陈永平, 谢懿, 朱建清, 曾焕强

摘要：在嵌入式设备上，由于算力及存储空间的限制，当前的大型高精度目标检测模型的推理速度较低。为此，本文设计了一种轻量化目标检测模型，用于口罩人脸检测。首先，本文设计了一种高激活性鬼影（High Active Ghost，HAG）模块，以轻量的计算代价减少特征图中的冗余。其次，利用HAG实现高激活性鬼影跨段部分（High Active Ghost Cross Stage Partial，HAG-CSP）连接模块，提升了跨段部分连接网络结构的特征学习能力。再次，利用HAG-CSP对你只需看一次（You Only Look Once，YOLO）模型进行轻量化改造来得到完整的Ghost-YOLO网络，并构造出一个口罩人脸检测器。实验结果表明，本文提出方法在NVIDIA Jetson NX嵌入式设备上，在检测精度优于其他目标检测算法的前提下，对于640×640的图片，实现了24.72 ms每帧的检测速度，并且减少了模型的参数量。

关键词：‍‍嵌入式设备, 目标识别, 鬼影模块, YOLOv5, 跨阶段部分模块