摘要
本发明涉及基于注意力机制改进YOLOv5的人脸检测方法及系统,方法包括:构建预设人脸检测YOLOv5Face模型;使用注意力机制对原始特征提取网络进行改进,得到改进特征提取网络;构建得到改进人脸检测YOLOv5Face模型;获取人脸检测数据训练集;通过人脸检测数据训练集对改进人脸检测YOLOv5Face模型进行优化训练,得到最优人脸检测YOLOv5Face模型;当接收到待检测图像时,通过最优人脸检测YOLOv5Face模型对待检测图像进行处理,输出人脸检测结果。通过注意力机制改进YOLOv5Face模型,优化了模型结构的同时并通过增加较少的计算量,从而换取人脸检测效果的提升。
技术关键词
特征提取网络
人脸检测方法
注意力机制
特征融合网络
卷积特征
训练集
网络结构
全局平均池化
神经网络激活函数
通道
Sigmoid函数
人脸检测系统
图像
序列
数据
支路
系统为您推荐了相关专利信息
网络流量数据
入侵检测模型
拒绝服务流量
网络安全入侵检测方法
入侵检测数据
数字病理图像
注意力机制
特征提取系统
图像块
肿瘤亚型分类
公安司法
智能语义理解
动态更新接口
神经网络推理
知识库实体