改进YOLOv5算法的卡通动漫人物脸部检测方法

摘要

许多知名的卡通动漫IP衍生出的大量周边产品和文化影响力带来了不可估量的商业价值。针对当下不经创作者同意就私自盗用知名动漫IP用于盈利用途的现象，提出一种基于YOLOv5算法进行改进的卡通人物脸部检测方法。首先基于高效率和低FLOPs的工程应用需求，使用FasterNet网络对YOLOv5原有的骨干网络CSPDarknet53进行替换和改进得到更加高效轻量化的模型。其次，针对卡通动漫形象脸部构成不规则的面部特点，利用非对称加权双向特征金字塔(ABiFPN)结构，对原特征融合模块进行改进来提升网络对矩形感受野的接收能力。测试结果表明，改进后的算法准确性提高、模型更加高效，相比于之前的YOLOv5模型，改进后的网络精确度达到了90.7%,提高了4.6个百分点，网络参数量减少了55%,能够满足实际使用需求。

关键词

卡通动漫人脸 / 目标检测 / 模型轻量化 / 深度学习 / YOLOv5算法