YOLO-mini:可在CPU实时运行的目标检测网络

• 作者: 许甫 邢关生
• 来源期刊: 电子测量技术
• 学科: 工学
• 关键词: 深度学习 YOLOv3-tiny CPU 实时目标检测
• 年，卷（期）: 2019,（24）
• 所属期刊栏目: 信息技术及图像处理
• 页码范围: 148-151
• 页数: 4页
• 分类号: TP3
• 语种: 中文
• DOI: 10.19651/j.cnki.emt.1903139

摘要

针对目前基于深度学习的目标检测模型均依赖于高性能GPU,难以在无GPU笔记本或者移动设备上运行的现状,受YOLO-Lite设计思路的启发,对现有的轻量级目标检测模型YOLOv3-tiny进行删减,去除该网络模型中对运行速度影响较大,且精度影响较低的因素,提出一种可以在CPU设备上实时运行的目标检测模型YOLO-mini.精简后的网络相较于原有模型,在精度仅有少量损失的情况下,检测速度提高5倍,在CPU上运行可以达到66.05％的检测精度,8.1帧每秒的检测速度,在当今深度学习均依赖于高性能GPU的情况下,提供一种新的可在CPU上实时运行目标检测网络.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邢关生		3	3	1.0	1.0
2	许甫		1	0	0.0	0.0