2023年2月25日第7卷第4期现代信息科技ModernInformationTechnologyFeb.2023Vol.7No.498982023.022023.02基于YOLOv5的人脸口罩检测研究与实现吴昱昊1，王会成2，朱云强2（1.嘉兴职业技术学院，浙江嘉兴314036；2.新凤鸣集团股份有限公司，浙江嘉兴314513）摘要：文章基于YOLOv5算法，开发实现了人脸口罩佩戴智能监测系统。系统可以实现对目标图片、目标视频、实时监控画面的人脸进行是否佩戴口罩的检测。通过开源数据收集、网络照片采集、人工拍照采集等方式自制得到了不同环境下人像的数据集。使用了PyTorch深度学习框架，使用了PyQt作为界面的开发框架，系统提供了高精度的实时口罩检测功能，具有较好的应用前景。关键词：YOLOv5；CNN；口罩检测；深度学习中图分类号：TP391.4文献标识码：A文章编号：2096-4706（2023）04-0098-03ResearchandImplementationofFaceMask-WearingDetectionBasedonYOLOv5WUYuhao1,WANGHuicheng2,ZHUYunqiang2(1.JiaxingVocational&TechnicalCollege,Jiaxing314036,China;2.XinfengmingGroupCo.,Ltd.,Jiaxing314513,China))Abstract:BasedonYOLOv5algorithm,thispaperdevelopsandachievesanintelligentdetectionsystemoffacemask-wearing.Thesystemcandetectfacesofmask-wearingintargetpictures,videosandreal-timemonitoringscreen.Throughthecollectionofopen-sourcedata,pythoncrawler,manualphotoandothermethods,thedatasetsofportraitsindifferentenvironmentsareobtained.ThedeeplearningframeworkofPyTorchisused,andPyQtisusedasthedevelopmentframeworkoftheinterface.Thesystemprovideshighprecisionreal-timemask-wearingdetectionfunction,andhasabetterapplicationprospect.Keywords:YOLOv5;CNN;mask-wearingdetection;deeplearning0引言疫情防控期间，口罩佩戴成为进出公共场所的必要条件。借助目标检测技术检测人员口罩佩戴情况，能够提高场所出入口的管理工作效率，有效地控制病毒传播。目标检测技术是指对图像中的特定目标进行识别和定位的技术。目前，目标检测技术的特征选取技术从传统的手工设计逐渐发展到了使用深度学习提取的方法。以深度学习技术为核心的目标检测技术，其检测效率随着方法的更新也不断得到了提升。卷积神经网络（ConvolutionNeuralNetwork,CNN）在深度学习中被广泛应用，一般在目标检测算法中扮演特征提取器的角色，多用于图像特征提取、图像分类。YOLO（YouOnlyLookOnce）算...
