【摘要】针对防控工作中行人佩戴口罩检测无法实现高精度问题，在 YOLOv3 算法的基础上，对其进行了相应改进，设计了一种改进的 YOLOv3 口罩佩戴检测算法。首先，将 spp(spatial pyramid pooling) 结构添加到原 YOLOv3 结构中，解决输入神经网络不同图像尺寸不统一问题，然后利用 K-Means 算法对所构造的口罩数据进行聚类，重新获取检测的先验框，并根据图像大小进行合适的分配提升模型的精度。最后，再将原始 IOU Loss 损失函数替换为 CIOU Loss，解决边框回归时难以确认梯度下降方向的问题，降低检测中精度损失。经验证集测试可得，改良后的算法相比于原始 Y O L O v3算法 mAP 提高了 1.8%，FPS 提高了 1.3%。