新冠疫情爆发以来,佩戴口罩成为人们出行的重要防护措施,利用计算机视觉技术对人脸面部是否佩戴口罩进行实时检测成为目标检测研究热点之一。本文对基于深度学习的人脸口罩检测方法做了系统研究,提出了基于Yolo5s网络改进的人脸口罩检测模型,在模型的网络结构、损失函数以及NMS三个部分上进行优化,创新点有:（1）首先,在原Yolo5s模型的残差结构中增加1*1卷积操作,减少模型残差结构中需要计算的参数量;其次,为残差结构中的3*3卷积层引入空洞技术增大感受野;再采用Dense Net网络中的紧密连接方式对残差组件进行连接使得模型可以在充分提取并融合图像特征的同时降低模型计算成本;在主干网络中增加SE注意力机制模块,使模型通过结合通道特征增加全局感受野,最终实现提高模型m AP的目标。（2）为解决正负样本比例不协调以及输入存在难分类样本的问题,本文选择使用焦点损失函数代替原二值交叉熵计算模型的置信度损失。通过设置难区分样本的权重使得模型更加关注难分样本的检测,减少图片背景对模型损失的影响,从而进一步提高模型的m AP。（3）本文采用Cluster NMS代替原模型的加权NMS进行冗余框删除操作,并在Cluster NMS的基础上引入加权因子和中心点距离惩罚项,使得模型在提高检测速度的同时不影响检测精度。本文在自行收集并处理的人脸口罩检测数据集上进行原Yolo5s模型以及优化后模型共四个对比检测实验。实验证明,改进后的模型在人脸口罩检测验证集上的检测平均精度均值m AP达到92.11%,相比原模型提升1.43%;单张图片的检测时间为13.4ms相比原模型减少0.2ms,本文提出的改进方式有效,改进后的模型满足人脸口罩检测高准确度和实时性要求。