面向嵌入式平台的轻量级目标检测网络

• 作者: 刘及惟 崔家华 张云洲 王争
• 来源期刊: 光学学报
• 学科: 工学
• 关键词: 机器视觉 目标检测 深度神经网络 嵌入式系统 实时性
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 机器视觉
• 页码范围: 299-305
• 页数: 7页
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.3788/AOS201939.0415006

摘要

基于深度可分离卷积,提出了一种适用于嵌入式平台的小型目标检测网络MTYOLO(MobileNet Tiny-Yolo),它将待检测的图片平均分割成多个单元格,并采用深度可分离卷积代替传统卷积,减少了参数量和计算量.采用点卷积和特征图融合的方法来提高检测精度.实验结果表明,所提MTYOIO网络模型大小为41 MB,约为Tiny-Yolo模型的67％,其在PASCAL VOC 2007数据集上的检测准确率可达到57.25％,检测效果优于Tiny-Yolo模型,更适合应用于嵌入式系统.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张云洲		71	663	15.0	22.0
2	崔家华		1	0	0.0	0.0
3	王争		1	0	0.0	0.0
4	刘及惟		1	0	0.0	0.0