基于YOLOv3的無人機口罩識別

吳方權 李文虎 張磊

摘要：本文針對公共衛生和安全方面的需求，提出了一種基于YOLOv3的無人機口罩識別算法。通過使用單目攝像頭回傳的圖像，能準確快速地檢測和識別無人機視野中的物體。采用卷積神經網絡，以YOLO算法框架為基礎，通過OpenCV和Python進行圖像處理和數據分析，在Darknet工具上進行實現。在實驗中，使用了構建的數據集進行訓練和測試，識別準確率達98.5%。實驗結果表明，該算法可以有效檢測無人機視野中的口罩，具有較高的應用價值。

關鍵詞：YOLOv3；口罩識別；Darknet

DOI：10.12433/zgkjtz.20233441

基金項目：國家級創新訓練項目

項目編號：202210304028Z

基金項目：南通市基礎科學研究面上項目——面向核酸檢測的機器人柔性捏抓操控檢測棒研究

項目編號：JC22022073

目前，口罩已成為一種越來越重要的防護工具，但傳統的口罩檢測方法效率低、易漏檢。人員密集的公共場所是傳染病傳播的高風險區域，因此，如何高效、準確地檢測口罩佩戴情況，是亟需解決的問題。無人機技術和卷積神經網絡（CNN）被廣泛應用于物體檢測和分類領域，其中基于YOLOv3的算法結合了目標檢測和定位的能力，具有高效率和較高的準確性。將無人機技術與YOLOv3算法相結合，用于公共場所的口罩檢測，可以提高檢測效率和準確率，降低傳染病傳播的風險，保障人們的身體健康。

目前，口罩檢測技術主要包括圖像處理和機器學習兩種方法。基于圖像處理的方法易受光線、角度等因素的影響，檢測準確率較低。而基于機器學習的方法，例如，基于支持向量機（SVM）和卷積神經網絡（CNN）的方法，具有更高的準確性和魯棒性。目前，已涌現許多物體檢測算法，可以分為傳統物體檢測算法、結合“候選框+深度學習”分類法和基于深度學習的回歸方法三種類型。

傳統物體檢測算法使用人工設計特征和機器學習分類，提取的特征局限性大，學習速度有限。結合候選框和深度學習分類法的Two－Stage方法精度有很大突破，但速度不佳。而基于深度學習回歸方法的One－Stage算法YOLO速度快，廣泛應用于實際場景中，例如，口罩檢測。

本文旨在使用YOLOv3卷積神經網絡構建高效準確的無人機口罩識別系統。該系統使用深度學習模型對無人機拍攝的圖像進行口罩檢測，并通過優化提高準確性和魯棒性。這種快速準確的口罩識別方法有助于提高社會的安全保障水平和防疫效率，確保公共場所的安全和衛生。

一、YOLOv3特點

YOLOv3采用了更深的卷積神經網絡，使用殘差結構加深網絡，通過多尺度訓練和多尺度檢測處理不同大小的目標，也能處理更復雜的場景。此外，還使用了FPN結構提取不同層次的特征，使用預測的類別和物體調整邊界框的位置和大小，提高了檢測的準確率。因此，基于YOLOv3的口罩識別檢測可以充分利用其快速、高效的優點，實現快速準確的口罩識別，保證實時性，適用于人流密集、需要快速檢測的場景，例如機場、火車站等。

二、系統工作流程

本系統首先通過安裝在無人機前方的單目攝像頭采集圖像數據。

本文訓練和測試所使用的無人機是ROS系統，在ROS系統中，單目攝像頭采集到的圖像數據通常需要進行預處理才能進行后續的計算機視覺任務。

單目攝像頭的鏡頭會引入畸變，使圖像中的物體看起來變形或彎曲，因此，需要對圖像進行去畸變處理，使物體的形狀和大小看起來更加真實。同時，還對圖像進行高斯濾波等處理，去除圖像中的噪聲，平滑圖像。這些預處理步驟可以通過ROS中的圖像處理庫OpenCV實現。之后處理后的圖像采用YOLOv3模型進行口罩識別判斷，對于圖像識別結果中顯示沒有佩戴口罩或錯誤佩戴人員，系統會進行預警。整體流程如圖2所示。

三、模型訓練與測試

（一）模型訓練

1.數據收集與標注

為了識別戴口罩、未帶口罩、錯誤佩戴三種佩戴情況，收集三種狀態的圖片，然后進行篩選和分類。對于收集的圖片，使用開源標注工具YOLO_mark進行標注。標注時使用矩形框或多邊形區域將每張圖片中的口罩區域標注出來，標注量越大，模型的準確性和魯棒性也就越高。

2.k－means聚類算法

YOLOv3模型需要先驗框來檢測物體。先驗框是在訓練前提前確定的一些框，分布在輸入圖像中的各個位置和大小。而k－means聚類算法可以對數據集中的目標框進行聚類分析，從而得出一組先驗框，可以被用于YOLOv3模型的訓練和檢測。

具體而言，k－means聚類算法將目標框的寬度和高度作為特征，將所有目標框聚類成k個簇。每個簇的中心是一個先驗框，而所有目標框到該先驗框的距離的均值是該先驗框的大小。這樣就可以得到一組適合數據集的先驗框，從而提高模型的檢測準確率。

因此，k－means聚類算法在基于YOLOv3的無人機口罩識別數據預處理中的作用是確定適合數據集的先驗框，提高模型的檢測準確率和性能表現。

3.模型訓練

使用Darknet框架訓練YOLOv3模型。Darknet是一個開源深度學習框架，專門用于訓練目標檢測模型。在訓練模型前，要編寫YOLOv3的配置文件，指定模型結構、訓練參數、數據路徑等信息。在配置文件中，需要指定類別數、anchors大小、網絡結構、batch size等參數，再進行神經網絡模型訓練，訓練過程如圖3所示。

（二）模型測試

為檢測訓練的有效性、可靠性和準確性，從GitHub上獲取的1000張圖片用以測試。其中，圖4、5、6分別展示的是錯誤佩戴口罩，正確佩戴口罩以及未佩戴口罩的的典型測試范例，經過多次測試，識別率大都穩定在97.00%～99.97%之間，如圖7所示，已達到了較高的正確率，能穩定地提供識別后的信息。

（三）模型評估

圖8是模型訓練時輸出的信息，將神經網絡模型迭代17萬次，可以發現重要信息loss，loss反應模型的學習程度下降幅度大，說明網絡在正常學習；下降幅度變小，說明網絡訓練得不錯。

同時，mAP（平均精度均值）評估模型的準確率，mAP是目標檢測算法的主要評估指標。目標檢測模型通常會用速度和精度指標描述優劣，mAP值越高，表明該目標檢測模型在給定的數據集上的檢測效果越好。如圖9所示，取的是loss值為15的模型，AP達到80.75%，準確率和召回率都較高。

四、模型結合ROS

由于訓練和測試使用的無人機是ROS系統，如果要想在ROS框架下使用YOLO進行目標檢測，就要將Darknet與ROS結合形成一個功能包。ROS系統是一個節點通信框架，在機器人開發中作為各個運動關節，各個功能節點在ROS中都可以抽象成為一個節點，各個節點之間控制指令的傳遞與狀態的反饋連接形成了一個協調統一的運動系統。為了完成這一步驟，使用現有的ROS包—Darknet Ros。在完成模型訓練后，可以使用攝像頭進行識別，將模型與攝像頭通過Darknet框架結合。通過預覽窗口，可以看到預測目標的位置，實現無人機實時檢測口罩佩戴情況。

將計算出的距離數據通過ROS中的距離話題發布，供其他模塊使用，最終實現無人機人群間的距離檢測。此外，無人機運行時，當檢測到人群中存在不符合社交距離要求的情況時，ROS系統可以控制無人機飛行到人群所在區域，通過搭載揚聲器等設備發出提示，提醒人群保持社交距離。

五、結語

綜上所述，本文提出了基于YOLOv3的無人機口罩識別算法，通過使用單目攝像頭回傳的圖像，能準確、快速地檢測和識別無人機視野中的口罩。實驗結果表明，該模型可以準確識別戴口罩、不戴口罩和錯誤佩戴的人，且在不同光照、角度、姿態等條件下保持較高的準確率。該技術具有很大的應用潛力，可以用于公共場所的衛生管理和安全保障。未來，可以進一步優化模型并結合其他傳感器和技術，實現更加全面和準確的監測和管理。無人機口罩識別技術具有廣闊的發展前景和應用空間，將成為未來公共衛生管理和安全保障的重要手段。

參考文獻：

[1]彭棉珠.卷積神經網絡目標檢測方法比較及應用探討[J].普洱學院學報，2022，38（06）：44-46.

[2]葉翔，孫嘉興，甘永葉，等.改進YOLOv3模型在無人機巡檢輸電線路部件缺陷檢測中的應用研究[J].電測與儀表，2023，60（05）：85-91.

[3]梁毅峰.基于支持向量機（SVM）算法的加工機械故障分析[J].遼東學院學報（自然科學版），2021，28（03）：153-157.

[4]易亮.基于FPN的目標檢測模型優化研究[D].長沙：國防科技大學，2019.

[5]王展棟，盧依思，詹瑋儀，等.基于樹莓派和OpenCV的視覺識別與分揀系統[J].電腦編程技巧與維護，2023（01）：159-160+167.

[6]曾如明. K-means聚類算法的改進及其應用研究[D].南充：西華師范大學，2022

[7]周旭，楊靜，張秀華，等.改進的Darknet噪聲圖像分類網絡[J].電光與控制，2022，29（12）：78-82.

作者簡介：吳方權（2002），男，江蘇省徐州市人，本科，主要研究方向為機械設計制造及其自動化。