李 燕，盧崢?biāo)?，李青云，楊世海，張小?/p>

(1.南京信息工程大學(xué)自動(dòng)化學(xué)院，江蘇 南京 210044; 2.無錫學(xué)院物聯(lián)網(wǎng)工程學(xué)院，江蘇 無錫 214105;3.中國科學(xué)院天文光學(xué)技術(shù)重點(diǎn)實(shí)驗(yàn)室，江蘇 南京 210042)

0 引 言

自新型冠狀病毒疫情爆發(fā)以來，疫情迅速蔓延到世界各國[1]。目前，國際環(huán)境仍在不斷變化，雖然疫苗正在迅速發(fā)展，但還無法對潛在大流行的第一波疫情產(chǎn)生影響[2]，我國疫情防控呈現(xiàn)持久性、長期性和穩(wěn)定性的態(tài)勢，疫情防控進(jìn)入持久戰(zhàn)階段[3]。常態(tài)化疫情防控形勢下，在人群密集的區(qū)域(例如商場、超市和車站)容易發(fā)生人與人之間的交叉感染，我國在面對疫情的預(yù)防和控制上，仍然面臨嚴(yán)峻的挑戰(zhàn)。在公共場所佩戴口罩可以阻止病毒通過飛沫傳播，從而有效降低人們交叉感染的風(fēng)險(xiǎn)。因此，開發(fā)一套容易部署的輕量化高精度口罩佩戴檢測系統(tǒng)來替代人工檢測的方式，其具有重要的現(xiàn)實(shí)意義。

近年來，隨著人工智能及相關(guān)技術(shù)的高速發(fā)展，基于深度學(xué)習(xí)的目標(biāo)檢測算法相繼被國內(nèi)外學(xué)者提出。一種是以R-CNN[4]、Fast R-CNN[5]、Faster R-CNN[6]等算法為代表的二階段網(wǎng)絡(luò)，另一種是以YOLO系列[7-9]、SSD[10]和Retinanet[11]等算法為代表的單階段網(wǎng)絡(luò)。二階段網(wǎng)絡(luò)是基于區(qū)域來提取候選目標(biāo)，算法檢測精度更好，但由于網(wǎng)絡(luò)結(jié)構(gòu)較為復(fù)雜，檢測速度較慢?；诨貧w的單階段算法，檢測速度較快，而精度稍低。本文研究相關(guān)目標(biāo)檢測算法，發(fā)現(xiàn)用于人臉檢測的深度神經(jīng)網(wǎng)絡(luò)可以適用于口罩佩戴的檢測任務(wù)。鄧珍榮等人[12]提出一種基于YOLO算法的密集小尺度人臉檢測方法，在多種層級的特征圖融合細(xì)粒度特征，通過對淺層特征進(jìn)行空間降維通道升維，豐富感受野區(qū)域里的圖像信息在卷積網(wǎng)絡(luò)中映射的特征信息，再和感受野較大的深層特征融合，提高對小尺度人臉特征的檢測能力。Kim等人[13]提出了一種新的人臉識(shí)別體系結(jié)構(gòu)GroupFace，在該結(jié)構(gòu)中使用多組感知表示(multiple group-aware representations)學(xué)習(xí)人臉的隱藏組表示，縮小目標(biāo)身份的搜索空間，最終取得了不錯(cuò)的人臉檢測效果。牛作棟等人[14]提出一種基于Retinaface算法的口罩檢測算法，增加自注意力機(jī)制并優(yōu)化了損失函數(shù)，但模型參數(shù)量較大，推理速度仍有較大的提升空間。Retinaface算法[15]是一種魯棒性較強(qiáng)的單階段人臉檢測器，它利用外監(jiān)督(extra-supervised)和自監(jiān)督(self-supervised)結(jié)合的多任務(wù)學(xué)習(xí)，在各種人臉尺度上執(zhí)行像素方面的人臉定位。基于Resnet[16]骨干網(wǎng)絡(luò)，Retinaface算法在WIDEDR FACE[17]上獲取了極佳的檢測成績；基于MobileNet[18]骨干網(wǎng)絡(luò)則可以在CPU上達(dá)到實(shí)時(shí)的檢測速度。在WIDER FACE人臉數(shù)據(jù)集上，Retinaface的性能優(yōu)于現(xiàn)有技術(shù)平均預(yù)測(AP)1.1個(gè)百分點(diǎn)，達(dá)到91.4%。WIDER FACE是目前業(yè)界公開的檢測難度最高的人臉檢測數(shù)據(jù)集，也是世界數(shù)據(jù)規(guī)模最大的權(quán)威人臉檢測平臺(tái)。

因此，本文嘗試在Retinaface算法的基礎(chǔ)上進(jìn)行改進(jìn)，提出一種針對口罩佩戴檢測任務(wù)的算法。主要工作如下：

1)改進(jìn)Retinaface網(wǎng)絡(luò)結(jié)構(gòu)，在算法上增加多分類任務(wù)，去除人臉關(guān)鍵點(diǎn)損失和面部密集點(diǎn)回歸損失等無關(guān)的檢測任務(wù)。

2)改進(jìn)Retinaface算法的特征提取網(wǎng)絡(luò)，提出一種雙重級聯(lián)金字塔網(wǎng)絡(luò)，提升網(wǎng)絡(luò)對細(xì)節(jié)的感知能力，實(shí)現(xiàn)特征增強(qiáng)，可以更好地應(yīng)對自然場景下口罩檢測存在的小尺度目標(biāo)漏檢等問題。

3)為了滿足算法的實(shí)時(shí)性要求并加強(qiáng)網(wǎng)絡(luò)的特征提取能力，引入輕量級結(jié)構(gòu)重參數(shù)化網(wǎng)絡(luò)RepVGG-A0[19]骨干網(wǎng)絡(luò)，提高檢測精度，并通過模型推理階段的重參數(shù)化，使網(wǎng)絡(luò)訓(xùn)練和網(wǎng)絡(luò)推理階段使用不同的網(wǎng)絡(luò)架構(gòu)，大幅減少參數(shù)量，使算法可以部署于低算力的設(shè)備上，更好地應(yīng)用于實(shí)際場景。

1 Retinaface算法

1.1 Retinaface算法原理

Retinaface是一種基于像素級的單階段人臉檢測算法。該算法采用聯(lián)合外監(jiān)督和自監(jiān)督的多任務(wù)學(xué)習(xí)策略，可以對各種尺度條件下的人臉做到像素級別的定位。

Retinaface的特征提取網(wǎng)絡(luò)為特征金字塔網(wǎng)絡(luò)FPN，分為P2～P6共5個(gè)有效特征層，其中P2～P5是從相應(yīng)的Resnet殘差網(wǎng)絡(luò)輸出特征圖通過自頂而下和橫向連接計(jì)算而來。P6將C5通過一個(gè)步長為2的3×3卷積計(jì)算得到。C2～C5使用Resnet-152殘差網(wǎng)絡(luò)在imagenet-11k數(shù)據(jù)集上預(yù)訓(xùn)練的參數(shù)，P6層通過Xavier方法[20]進(jìn)行隨機(jī)初始化。Retinaface為了進(jìn)一步加強(qiáng)特征提取，采用了上下文模塊，擴(kuò)大歐幾里得網(wǎng)絡(luò)的感受野，增強(qiáng)模型的上下文推理能力。同時(shí)，采用可變形卷積網(wǎng)絡(luò)(Deformable Convolutional Network， DCN)[21]代替橫向連接和上下文模塊中的所有3×3的卷積層，進(jìn)一步加強(qiáng)卷積神經(jīng)網(wǎng)絡(luò)非剛性的上下文建模能力。該算法的整體網(wǎng)絡(luò)結(jié)構(gòu)如圖1所示。

1.2 多任務(wù)損失函數(shù)

對于一個(gè)訓(xùn)練的錨點(diǎn)(anchor)框i，Retinaface算法的多任務(wù)損失函數(shù)為：

(1)

2 改進(jìn)Retinaface算法用于口罩檢測

為了實(shí)現(xiàn)在人口密集場所的實(shí)時(shí)口罩檢測，本文在以MobileNet0.25為骨干網(wǎng)絡(luò)的Retinaface算法上增加多分類任務(wù)，并提出一種改進(jìn)Retinaface的網(wǎng)絡(luò)結(jié)構(gòu)，主要從特征融合網(wǎng)絡(luò)和骨干網(wǎng)絡(luò)2個(gè)方面進(jìn)行改進(jìn)。采用Resnet50骨干網(wǎng)絡(luò)的Retinaface算法模型復(fù)雜，參數(shù)量大，較易產(chǎn)生過擬合，多任務(wù)損失可以使不同任務(wù)相互作用，提高學(xué)習(xí)的效果。為了部署在低算力的設(shè)備上，本文采用輕量級骨干網(wǎng)絡(luò)，參數(shù)量較少，過擬合情況不明顯，同時(shí)，為了降低數(shù)據(jù)標(biāo)注難度，在多任務(wù)損失中舍去了用于人臉對齊的人臉關(guān)鍵點(diǎn)損失以及用于3D人臉分析的面部密集點(diǎn)回歸損失等無關(guān)的檢測任務(wù)。

2.1 改進(jìn)的多尺度特征圖融合網(wǎng)絡(luò)

特征提取過程中，淺層的網(wǎng)絡(luò)包含的細(xì)節(jié)特征更豐富，可以用于檢測簡單的目標(biāo)；深層的網(wǎng)絡(luò)則包含更多的深層語義信息，但是對于小物體也就是細(xì)節(jié)的檢測并不是很好。特征融合網(wǎng)絡(luò)將2種特征信息進(jìn)行融合，實(shí)現(xiàn)特征增強(qiáng)，同時(shí)避免了使用單一特征信息而造成大量信息丟失。原始Retinaface算法的特征融合網(wǎng)絡(luò)為特征金字塔網(wǎng)絡(luò)FPN(Feature Pyramid Network)。特征金字塔網(wǎng)絡(luò)是一種有效的特征融合網(wǎng)絡(luò)，通過對輸入圖像進(jìn)行卷積和池化操作，獲得不同尺寸的特征圖，再使用不同尺寸的特征圖同時(shí)進(jìn)行預(yù)測，使用淺層的特征檢測簡單目標(biāo)，使用深層特征檢測復(fù)雜目標(biāo)，使網(wǎng)絡(luò)在增加較少計(jì)算量的前提下融合低分辨率語義信息較強(qiáng)的特征圖和高分辨率語義信息較弱但空間信息豐富的特征圖。在口罩佩戴檢測的任務(wù)中，為了進(jìn)一步提高對小目標(biāo)的檢測能力，網(wǎng)絡(luò)模型需要利用更多的細(xì)節(jié)信息，因此需要對FPN進(jìn)行改進(jìn)。本文提出一種雙重級聯(lián)金字塔網(wǎng)絡(luò)DC-FPN(Dual Cascade FPN)，把FPN輸出的特征再次輸入類似FPN的結(jié)構(gòu)中，先通過自底向上的信息流，利用低層次特征對其他層次特征進(jìn)行加強(qiáng)，提升網(wǎng)絡(luò)對細(xì)節(jié)的感知能力，然后通過上采樣生成3種不同尺度的有效特征層。最后，因?yàn)檫M(jìn)行了多次的降采樣和上采樣操作，會(huì)使深層網(wǎng)絡(luò)的定位信息產(chǎn)生誤差，所以將生成的3種不同尺度的特征圖分別與原始FPN輸出的特征圖進(jìn)行concat操作，進(jìn)行拼接后再進(jìn)行預(yù)測。雙重級聯(lián)金字塔結(jié)構(gòu)如圖2所示。

圖2 雙重級聯(lián)金字塔網(wǎng)絡(luò)結(jié)構(gòu)圖

2.2 改進(jìn)的骨干網(wǎng)絡(luò)

在深度學(xué)習(xí)目標(biāo)檢測任務(wù)中，盡管類似Resnet網(wǎng)絡(luò)的殘差網(wǎng)絡(luò)相比簡單網(wǎng)絡(luò)有更高的精度，但缺點(diǎn)也很明顯。由于殘差網(wǎng)絡(luò)多分支的結(jié)構(gòu)，使顯存占用明顯增加，也降低了模型的推理速度。多分支網(wǎng)絡(luò)的優(yōu)點(diǎn)是利于訓(xùn)練，而不利于推理。而VGG式模型僅使用3×3卷積，在GPU上，3×3卷積的計(jì)算密度可達(dá)1×1和5×5卷積的4倍，同時(shí)，VGG式模型沒有任何分支，運(yùn)算并行度高，節(jié)省顯存占用?？谡峙宕鳈z測通常部署在小型設(shè)備上，計(jì)算力有限，通常要求模型較小，推理速度較快，同時(shí)滿足較高的識(shí)別率。為更好地滿足口罩識(shí)別任務(wù)的部署需求，并在保證較高精度的情況下加快推理速度，本文引入RepVGG(Re-parameterization Visual Geometry Group)網(wǎng)絡(luò)。在訓(xùn)練階段，RepVGG網(wǎng)絡(luò)使用identity和1×1分支構(gòu)建多分支結(jié)構(gòu)提升網(wǎng)絡(luò)性能，在推理時(shí)，RepVGG網(wǎng)絡(luò)可以通過模型重構(gòu)，把訓(xùn)練時(shí)使用的多分支結(jié)構(gòu)重新參數(shù)化，即通過參數(shù)的轉(zhuǎn)換，將模型訓(xùn)練時(shí)的多分支網(wǎng)絡(luò)結(jié)構(gòu)和參數(shù)轉(zhuǎn)換為推理時(shí)的單路網(wǎng)絡(luò)結(jié)構(gòu)和參數(shù)，使RepVGG同時(shí)兼顧多分支模型訓(xùn)練時(shí)的優(yōu)勢和單路架構(gòu)推理快、節(jié)省內(nèi)存的優(yōu)勢。RepVGG部分結(jié)構(gòu)如圖3所示。

圖3 RepVGG訓(xùn)練和推理時(shí)的結(jié)構(gòu)圖

在模型推理階段的重參數(shù)化過程中，先對殘差塊中的卷積層和BN層進(jìn)行融合，計(jì)算公式為：

(2)

圖4 模型重構(gòu)轉(zhuǎn)換過程

2.3 改進(jìn)的Retinaface算法模型

本文將Retinaface算法通過對骨干網(wǎng)絡(luò)和特征融合網(wǎng)絡(luò)進(jìn)行改進(jìn)。針對輕量化口罩檢測任務(wù)，本文引入RepVGG-A0作為Retinaface算法的骨干網(wǎng)絡(luò)，訓(xùn)練時(shí)，把原始圖片調(diào)整為大小960×960的3通道圖像，經(jīng)過數(shù)據(jù)增強(qiáng)后，傳入RepVGG-A0骨干網(wǎng)絡(luò)。RepVGG-A0共5個(gè)stage，分別包含1、2、4、14、1個(gè)塊，每個(gè)塊除了第一個(gè)單元，都包含identity分支。經(jīng)過骨干網(wǎng)絡(luò)后，第3、第4、第5個(gè)stage的輸出分別通過Conv(1×1)+BN+LeakyRelu的組合，卷積核步長為1，輸出3個(gè)有效特征層，將3個(gè)特征層輸入雙重級聯(lián)金字塔網(wǎng)絡(luò)DC-FPN中，得到3種不同尺度的特征圖。最后將金字塔網(wǎng)絡(luò)輸出的3種不同尺度的特征圖輸入上下文模塊進(jìn)行預(yù)測，本文算法結(jié)構(gòu)如圖5所示。

圖5 本文算法網(wǎng)絡(luò)結(jié)構(gòu)

3 實(shí)驗(yàn)與結(jié)果分析

3.1 實(shí)驗(yàn)平臺(tái)

本文算法在Ubuntu 18.04操作系統(tǒng)中實(shí)現(xiàn)，深度學(xué)習(xí)框架為Pytorch1.6.0，使用GPU加速工具CUDA 10.2，編程語言采用Python 3.8。硬件配置包括AMD RyzenTM7 4800H，Nvidia GeForce RTX 2060顯卡，16 GB內(nèi)存。

3.2 數(shù)據(jù)集構(gòu)建和模型訓(xùn)練

目前人臉口罩佩戴圖片較少，本文使用WIDER FACE開源人臉圖片數(shù)據(jù)集和MAFA(Masked Faces)[22]開源口罩遮擋人臉數(shù)據(jù)集部分圖片，并通過互聯(lián)網(wǎng)收集，自制了人臉口罩佩戴數(shù)據(jù)集。使用labelimg標(biāo)注軟件對數(shù)據(jù)集進(jìn)行統(tǒng)一標(biāo)注，標(biāo)簽分別為：face(人臉)、mask(佩戴口罩人臉)。標(biāo)注的信息為目標(biāo)框左上角和右下角點(diǎn)的坐標(biāo)。數(shù)據(jù)集共8875張圖像，按照8:2的比例將數(shù)據(jù)集隨機(jī)劃分訓(xùn)練集和測試集。訓(xùn)練集共包含7100張圖像，測試集共包含1775張圖像，為了驗(yàn)證本文算法對不同尺度目標(biāo)的檢測效果，將測試集分為easy、medium、hard這3種不同難度的子測試集，easy難度共827張，medium難度共587張，hard難度共361張，測試集示例如圖6所示。模型訓(xùn)練方法采用隨機(jī)梯度下降法(Stochastic Gradient Descent， SGD)。初始學(xué)習(xí)率設(shè)置為10-3，動(dòng)量設(shè)置為0.9，batchsize為4。當(dāng)網(wǎng)絡(luò)訓(xùn)練110個(gè)輪次(epoch)后學(xué)習(xí)率下降到10-4，然后在第130個(gè)輪次(epoch)學(xué)習(xí)率下降到10-5，整個(gè)訓(xùn)練過程一共進(jìn)行150個(gè)輪次結(jié)束，共迭代266250次。訓(xùn)練結(jié)束后，加載訓(xùn)練好的模型，對該模型執(zhí)行模型重參數(shù)化操作，再加載重參數(shù)化后的模型，執(zhí)行模型推理。另外，在相同的實(shí)驗(yàn)環(huán)境下，使用相同的訓(xùn)練方式，本文訓(xùn)練了一個(gè)以MobileNet0.25為骨干網(wǎng)絡(luò)的原始Retinaface網(wǎng)絡(luò)模型，用于分析和比較。

(a) easy (b) medium (c) hard 圖6 測試集圖片示例

3.3 評價(jià)指標(biāo)

本文選擇平均精度(Average Precision， AP)，平均精度均值(mean Average Precision， mAP)作為目標(biāo)檢測算法的評價(jià)指標(biāo)。每秒傳輸幀數(shù)表示每秒處理的圖片數(shù)量，本文使用每秒傳輸幀數(shù)FPS(frames per second)來測試模型的檢測效率。

平均精度AP的值反應(yīng)單一目標(biāo)的檢測效果，其計(jì)算方式為：

(3)

其中，p(r)表示精確率(Precision，P)和召回率(Recall， R)的映射關(guān)系，精確率P和召回率R的計(jì)算方式為：

(4)

(5)

其中，TP表示檢測模型檢測正確的樣本數(shù)量；FP表示檢測模型檢測錯(cuò)誤的樣本數(shù)量；FN表示沒有被檢測出來的樣本數(shù)量。

mAP表示所有類別平均精度的均值，反映了總體上的目標(biāo)檢測效果，其計(jì)算方式為：

(6)

其中，n表示類別的個(gè)數(shù)，i表示某個(gè)類別。

3.4 結(jié)果分析

為了使本文算法可以在自然場景下進(jìn)行口罩佩戴檢測，本文引入的RepVGG-A0通過結(jié)構(gòu)重參數(shù)化可以有效降低模型大小和計(jì)算量。訓(xùn)練過程中，邊界框回歸損失函數(shù)和分類損失函數(shù)的變化情況如圖7所示。模型重構(gòu)后，本文算法的模型參數(shù)量由12.3 MB減小到11.0 MB，模型減小10.56%。模型推理時(shí)的幀速率由64.94 fps提高到92.59 fps，結(jié)構(gòu)重參數(shù)化后的模型參數(shù)量對比和輸入為640×640時(shí)與其他主流算法的幀率對比如表1所示。雖然以MobileNet0.25為骨干網(wǎng)絡(luò)的Retinaface算法檢測效率更高，達(dá)到133.033 fps，但本文算法對小目標(biāo)的檢測效果顯著高于原算法，且充分滿足實(shí)時(shí)檢測的需求，可以滿足在移動(dòng)端和嵌入式端部署的需求。

圖7 損失函數(shù)變化情況

表1 GPU RTX2060與CPU R7-4800H實(shí)時(shí)性對比

為了研究骨干網(wǎng)絡(luò)和特征融合網(wǎng)絡(luò)對模型的影響，將本文算法裁剪成3組分別進(jìn)行訓(xùn)練和測試，模型①為基于MobileNet0.25骨干網(wǎng)絡(luò)的原始Retianaface算法，模型②在模型①基礎(chǔ)上增加了雙重級聯(lián)金字塔網(wǎng)絡(luò)DC-FPN，模型③在模型②的基礎(chǔ)上增加了RepVGG-A0骨干網(wǎng)絡(luò)，在不同難度的測試集上進(jìn)行對比分析。為了進(jìn)一步驗(yàn)證本文算法的有效性，與SSDRetinanet和YOLOV3-Tiny算法進(jìn)行對比。本文將IoU設(shè)置為0.5時(shí)的實(shí)驗(yàn)結(jié)果如表2所示。

表2 實(shí)驗(yàn)結(jié)果性能對比

從表2可以看出,在easy難度上，檢測目標(biāo)較大，特征較好提取，主流算法和本文算法均取得了不錯(cuò)的檢測效果，但相比之下模型③即本文算法仍然取得較高的測試結(jié)果。在medium難度上，模型②增加了雙重級聯(lián)金字塔網(wǎng)絡(luò)DC-FPN后，對比原始算法，mAP提高了1.06個(gè)百分點(diǎn)，說明改進(jìn)的DC-FPN結(jié)構(gòu)豐富了3個(gè)有效特征層的細(xì)節(jié)信息，進(jìn)一步提升了網(wǎng)絡(luò)的檢測效果。模型③相比模型②，引入了RepVGG-A0骨干網(wǎng)絡(luò)，人臉目標(biāo)檢測和人臉佩戴口罩目標(biāo)檢測的AP值分別提高了2.81個(gè)百分點(diǎn)和0.86個(gè)百分點(diǎn)?？谡謾z測AP值相對人臉檢測AP值提高較少，因?yàn)榭谡终趽跞四槣p少了大部分人臉特征且medium難度檢測目標(biāo)相對較大，口罩遮擋人臉特征相對容易提取，所以模型①和模型②也取得了不錯(cuò)的檢測效果。在hard難度上，檢測目標(biāo)均為較小的目標(biāo)，模型②比模型①mAP提高了1.93個(gè)百分點(diǎn)，模型③相比于模型①，2種類別AP值分別提高了5.51個(gè)百分點(diǎn)和5.20個(gè)百分點(diǎn)，mAP提高了5.35個(gè)百分點(diǎn)，取得了顯著的提高效果。說明帶有殘差結(jié)構(gòu)的RepVGG網(wǎng)絡(luò)相比MobileNet0.25網(wǎng)絡(luò)具有更強(qiáng)的學(xué)習(xí)能力。同時(shí)，對比其他主流算法，本文算法在各個(gè)難度的驗(yàn)證集上均取得了較好的檢測效果。綜上，本文對Retinaface算法的改進(jìn)明顯提高了人臉佩戴口罩檢測效果，尤其針對自然場景下的小尺度目標(biāo)檢測效果提高顯著。具體檢測示例效果如圖8所示。

圖8 不同算法結(jié)果對比

第一組圖片中，SSD和Retinanet算法檢測小目標(biāo)的效果明顯不如Retinaface和YOLOV3-Tiny算法，但本文算法置信度更高。第二組圖片中，針對中等尺度口罩目標(biāo)，主流算法也得到了良好的檢測效果，但本文算法檢測出后方屏幕上的目標(biāo)，說明本文算法對小目標(biāo)的檢測效果和分類效果均有顯著提高。第三組中，本文算法在口罩目標(biāo)較密集的情況下，相比其他算法，漏檢情況較少，置信度較高，取得了更好的檢測結(jié)果。綜上，本文算法對于人臉佩戴口罩的檢測效果明顯優(yōu)于Retinaface算法和其他算法，能夠應(yīng)對自然場景中目標(biāo)密集，小尺度目標(biāo)較多等問題，可以有效地進(jìn)行口罩佩戴檢測。

4 結(jié)束語

本文通過改進(jìn)Retinaface算法，提出一種改進(jìn)的輕量級結(jié)構(gòu)重參數(shù)化網(wǎng)絡(luò)，為了加強(qiáng)網(wǎng)絡(luò)對細(xì)節(jié)的感知能力，引入雙重級聯(lián)金字塔網(wǎng)絡(luò)(DC-FPN)，把FPN輸出的特征再次輸入類似FPN的結(jié)構(gòu)中，先通過自底向上的信息流，利用低層次特征對其他層次特征進(jìn)行加強(qiáng)，然后進(jìn)行上采樣生成3種不同尺度的有效特征層，最終提高了對多尺度目標(biāo)的檢測效果。為更好地滿足算力有限設(shè)備的口罩識(shí)別任務(wù)部署需求，并在保證較高精度的情況下加快推理速度，引入RepVGG-A0骨干網(wǎng)絡(luò)，通過模型參數(shù)重構(gòu)，把訓(xùn)練時(shí)的多分支模型轉(zhuǎn)換為推理時(shí)的單路模型。實(shí)驗(yàn)表明，在口罩佩戴檢測任務(wù)中，本文算法在easy、medium、hard這3個(gè)難度的測試集上，分別提高了1.06個(gè)百分點(diǎn)、2.59個(gè)百分點(diǎn)、5.96個(gè)百分點(diǎn)，檢測速率達(dá)到92.59 fps，滿足實(shí)時(shí)性要求，可以很好地勝任人臉口罩佩戴檢測任務(wù)。但本文算法仍有改進(jìn)空間，如何使輕量化網(wǎng)絡(luò)在保證檢測速度的同時(shí)讓檢測準(zhǔn)確率接近大型網(wǎng)絡(luò)，同時(shí)，滿足更豐富的使用場景是接下來待解決的問題。