摘要：如今，许多出知名的卡通动漫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用作盈利用途的现象，提出一种基于YOLOv5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进行替换和改进以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。通过测试结果表明，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6.4个百分点，网络参数量减少了55%，能够满足实际使用需求。
文章目录
0 引 言
1 YOLOv5网络模型介绍
1.1 输入端
1.2 Backbone
1.3 Neck
1.4 输出端
2 模型的改进与优化
2.1 主干网络的改进
2.2 特征金字塔结构的改进
2.3 损失函数的改进
2.4 改进后的YOLOv5结构
3 实验及结果分析
3.1 实验环境及参数设置
3.2 数据集及预处理工作
3.3 评价指标
3.4 实验结果与数据分析
3.4.1 对照试验
3.4.2 网络检测效果
3.4.3 消融实验
4 结 论
