1. 项目背景与核心价值
去年参与某园区智能防疫系统开发时，我们团队花了三周时间手工标注了8万张人脸图像。当看到凌晨三点还在画矩形框的实习生时，我意识到需要更高效的检测方案。这个毕业设计项目正是为了解决这类实际问题——通过机器视觉自动检测行人是否规范佩戴口罩。
当前主流方案存在两个痛点：一是传统图像处理算法在复杂场景下误报率高，二是基于深度学习的方法在移动端部署困难。本项目创新性地采用轻量级YOLOv5s模型，结合改进的注意力机制，在保持高精度的同时将模型体积压缩到14MB，实测在树莓派4B上能达到23FPS的检测速度。
2. 技术方案设计
2.1 整体架构设计
采用"前端采集-中端处理-后端预警"的三段式架构：
- 前端：普通USB摄像头或IPC网络摄像机
- 中端：搭载TensorRT加速引擎的嵌入式设备
- 后端：基于Flask的Web管理界面
特别在图像预处理阶段加入自适应伽马校正，能有效应对逆光等极端光照条件。实测显示，在背光场景下的检测准确率从62%提升到89%。
2.2 模型选型与优化
对比实验数据：
| 模型 | 参数量 | mAP@0.5 | 推理速度(FPS) |
|---|---|---|---|
| FasterRCNN | 136M | 0.92 | 8 |
| SSD300 | 26M | 0.88 | 25 |
| YOLOv5s | 7.2M | 0.91 | 48 |
最终选择YOLOv5s并进行三项关键改进：
- 在Neck部分添加CBAM注意力模块
- 使用HardSwish激活函数替代LeakyReLU
- 采用知识蒸馏技术压缩模型
优化后的模型在自制数据集上达到94.3%的准确率，比原版提升3.6个百分点。
3. 数据集构建与训练
3.1 数据采集方案
搭建多场景采集系统：
- 使用DAHUA IPC-HFW5231E-Z5摄像机
- 覆盖6种光照条件（顺光/逆光/侧光/夜间/阴天/混合）
- 包含12种口罩类型（医用/N95/棉布/透明等）
- 记录不同年龄段人群的500小时视频流
最终标注了15万张图像，采用LabelImg工具进行XML格式标注。关键技巧：对遮挡超过30%的人脸不做标注，避免引入噪声数据。
3.2 数据增强策略
开发了针对性的增强方案：
def custom_augment(img): # 模拟呼吸导致的口罩位移 if random.random() > 0.7: h,w = img.shape[:2] mask_region = img[int(h*0.4):int(h*0.7), int(w*0.3):int(w*0.7)] offset_x = random.randint(-10,10) offset_y = random.randint(-5,5) img = shift_image(img, mask_region, offset_x, offset_y) # 模拟镜面反光 if random.random() > 0.8: img = add_glare_effect(img, num_glare=2) return img4. 部署与优化实战
4.1 树莓派部署指南
硬件配置清单：
- 树莓派4B 4GB版本
- Intel Neural Compute Stick 2
- 7英寸触摸屏
- 定制铝合金散热外壳
关键优化步骤：
- 使用OpenVINO工具包转换模型
- 调整CPU调度策略为performance模式
- 启用V4L2硬件加速解码
- 编写多线程采集处理程序
实测性能对比：
| 优化措施 | 功耗(W) | 温度(℃) | FPS |
|---|---|---|---|
| 原始配置 | 5.8 | 72 | 9 |
| 加装散热片 | 5.8 | 58 | 11 |
| 启用NEON指令集 | 6.2 | 63 | 17 |
| 使用NC2加速 | 4.1 | 49 | 23 |
4.2 工业场景部署方案
在某电子厂的实际部署中，我们遇到三个典型问题：
传送带反光干扰： 解决方案：在摄像头前加装偏振镜，调整安装角度至30度斜向下
员工快速移动导致的运动模糊： 改进方案：将曝光时间固定为1/500s，启用HDR模式
多人密集场景漏检： 优化方法：将原始1280x720分辨率提升至1920x1080，同时调整NMS阈值至0.45
5. 常见问题排查手册
5.1 检测效果问题
问题现象：口罩佩戴检测结果不稳定 可能原因：
- 摄像头自动白平衡干扰
- 模型输入尺寸不匹配
- 动态范围不足
排查步骤：
- 检查视频采集参数（v4l2-ctl --list-formats-ext）
- 验证输入图像是否经过正确归一化
- 测试静态图片检测效果
5.2 性能优化问题
问题现象：树莓派运行卡顿 检查清单：
- 确认散热措施（建议使用散热片+风扇）
- 检查电源是否达标（至少5V/3A）
- 查看运行模式（vcgencmd get_config arm_freq）
- 监控内存占用（free -h）
6. 项目扩展方向
在实际应用中，我们发现这套系统可以延伸出三个有价值的改进方向：
行为分析扩展： 通过增加LSTM模块，可以识别佩戴口罩不规范行为（如露出鼻子）
多模态检测： 结合热成像技术，在口罩检测同时完成体温筛查
边缘计算集群： 使用K3s搭建分布式检测系统，支持多摄像头负载均衡
这个项目最让我意外的是轻量级模型的表现——经过针对性优化的YOLOv5s在保持小体积的同时，其准确率甚至超过了部分大型模型。建议初学者可以从这个基准模型入手，逐步添加改进模块，这样的学习曲线会更加平缓。
