钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
文献导航
学科分类
>
综合
工业技术
科教文艺
医药卫生
基础科学
经济财经
社会科学
农业科学
哲学政法
社会科学II
哲学与人文科学
社会科学I
经济与管理科学
工程科技I
工程科技II
医药卫生科技
信息科技
农业科技
数据库索引
>
中国科学引文数据库
工程索引(美)
日本科学技术振兴机构数据库(日)
文摘杂志(俄)
科学文摘(英)
化学文摘(美)
中国科技论文统计与引文分析数据库
中文社会科学引文索引
科学引文索引(美)
中文核心期刊
cscd
ei
jst
aj
sa
ca
cstpcd
cssci
sci
cpku
默认
篇关摘
篇名
关键词
摘要
全文
作者
作者单位
基金
分类号
搜索文章
搜索思路
钛学术文献服务平台
\
学术期刊
\
信息科技期刊
\
无线电电子学期刊
\
微纳电子与智能制造期刊
\
基于YOLOv3的神经网络模型压缩与实现
基于YOLOv3的神经网络模型压缩与实现
作者:
吴绩伟
张亚平
曹喜信
郭文海
马占刚
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取
目标检测
深度学习
卷积神经网络
模型剪枝
网络压缩
摘要:
目标检测是计算机视觉的一个重要分支,随着深度学习的发展,目标检测也取得了不错的研究成果。目前,基于深度学习的目标检测算法一般采用卷积神经网络,具有很强的自主学习能力并且能够处理相对复杂的数据信息,在图像分类与定位上效果显著。YOLO系列算法是现在比较流行的基于深度学习的目标检测算法,其采用一种端到端的思想,通过一个网络模型同时实现目标的分类和定位。YOLOv3在图片特征提取部分采用53层的卷积神经网络,并在网络结构中加入了残差结构,在提高物体识别准确率的同时增加了模型复杂度,使网络开销变大,这对硬件平台的要求很高。为了解决硬件平台内存消耗过高问题,提出一种改进的目标检测网络结构,核心思想是将网络模型进行裁剪,对裁剪后的模型进一步修整并压缩骨干网络形成一种轻量级的神经网络,可以使模型的规模显著减小。实验结果表明,压缩后的网络模型减小为原始模型的13%,降低了对硬件平台的要求。
暂无资源
收藏
引用
分享
推荐文章
基于轻量化YOLOv3卷积神经网络的苹果检测方法
苹果
采摘机器人
目标检测
YOLOv3网络
深度可分离卷积
网络训练
基于增强Tiny YOLOV3算法的车辆实时检测与跟踪
车辆
机器视觉
模型
车辆检测
车辆跟踪
Tiny YOLOV3算法
卡尔曼滤波
基于YOLOv3的行人检测方法研究
YOLO算法
行人检测
目标框
激活函数
基于改进YOLOv3的手势实时识别方法
手势识别
YOLOv3模型
Kinect设备
聚类算法
迁移学习
内容分析
文献信息
引文网络
相关学者/机构
相关基金
期刊文献
内容分析
关键词云
关键词热度
相关文献总数
(/次)
(/年)
文献信息
篇名
基于YOLOv3的神经网络模型压缩与实现
来源期刊
微纳电子与智能制造
学科
工学
关键词
目标检测
深度学习
卷积神经网络
模型剪枝
网络压缩
年,卷(期)
2020,(1)
所属期刊栏目
研究方向
页码范围
79-84
页数
6页
分类号
TP391.4
字数
语种
DOI
五维指标
作者信息
序号
姓名
单位
发文数
被引次数
H指数
G指数
1
曹喜信
北京大学软件与微电子学院
22
27
3.0
4.0
2
张亚平
北京大学软件与微电子学院
1
0
0.0
0.0
3
吴绩伟
北京大学软件与微电子学院
1
0
0.0
0.0
4
马占刚
北京大学软件与微电子学院
2
0
0.0
0.0
5
郭文海
北京大学软件与微电子学院
2
19
1.0
2.0
传播情况
被引次数趋势
(/次)
(/年)
引文网络
引文网络
二级参考文献
(0)
共引文献
(0)
参考文献
(0)
节点文献
引证文献
(0)
同被引文献
(0)
二级引证文献
(0)
2020(0)
参考文献(0)
二级参考文献(0)
引证文献(0)
二级引证文献(0)
研究主题发展历程
节点文献
目标检测
深度学习
卷积神经网络
模型剪枝
网络压缩
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
微纳电子与智能制造
主办单位:
北京方略信息科技有限公司
北京市电子科技情报研究所
出版周期:
季刊
ISSN:
2096-658X
CN:
10-1594/TN
开本:
大16开
出版地:
北京市东城区北河沿大街79号
邮发代号:
创刊时间:
2019
语种:
chi
出版文献量(篇)
162
总下载数(次)
8
总被引数(次)
19
期刊文献
相关文献
1.
基于轻量化YOLOv3卷积神经网络的苹果检测方法
2.
基于增强Tiny YOLOV3算法的车辆实时检测与跟踪
3.
基于YOLOv3的行人检测方法研究
4.
基于改进YOLOv3的手势实时识别方法
5.
基于YOLOv3深度卷积神经网络的田间百香果定位
6.
基于改进YOLOv3网络的遥感目标快速检测方法
7.
基于改进YOLOv3网络的学生特定行为识别
8.
基于改进的YOLOv3道路车辆实时检测
9.
基于改进YOLOv3的快速车辆检测方法
10.
基于YOLOV3的改进模型在行人检测中的应用
11.
基于YOLOv3模型的实时行人检测改进算法
12.
铁塔航拍图像中鸟巢的YOLOv3识别研究
13.
基于改进YOLOv3算法的带钢表面缺陷检测
14.
基于YOLOv3的嵌入式实时视频目标检测算法
15.
基于改进YOLOv3的人脸实时检测方法
推荐文献
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
根据相关规定,获取原文需跳转至原文服务方进行注册认证身份信息
完成下面三个步骤操作后即可获取文献,阅读后请
点击下方页面【继续获取】按钮
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
原文合作方
继续获取
获取文献流程
1.访问原文合作方请等待几秒系统会自动跳转至登录页,首次访问请先注册账号,填写基本信息后,点击【注册】
2.注册后进行实名认证,实名认证成功后点击【返回】
3.检查邮箱地址是否正确,若错误或未填写请填写正确邮箱地址,点击【确认支付】完成获取,文献将在1小时内发送至您的邮箱
*若已注册过原文合作方账号的用户,可跳过上述操作,直接登录后获取原文即可
点击
【获取原文】
按钮,跳转至合作网站。
首次获取需要在合作网站
进行注册。
注册并实名认证,认证后点击
【返回】按钮。
确认邮箱信息,点击
【确认支付】
, 订单将在一小时内发送至您的邮箱。
*
若已经注册过合作网站账号,请忽略第二、三步,直接登录即可。
期刊分类
期刊(年)
期刊(期)
期刊推荐
互联网技术
出版
图书情报与数字图书馆
新闻与传媒
无线电电子学
档案及博物馆
电信技术
电子信息科学综合
自动化技术
计算机硬件技术
计算机软件及计算机应用
微纳电子与智能制造2020
微纳电子与智能制造2019
微纳电子与智能制造2020年第4期
微纳电子与智能制造2020年第3期
微纳电子与智能制造2020年第2期
微纳电子与智能制造2020年第1期
关于我们
用户协议
隐私政策
知识产权保护
期刊导航
免费查重
论文知识
钛学术官网
按字母查找期刊:
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
Q
R
S
T
U
V
W
X
Y
Z
其他
联系合作 广告推广: shenyukuan@paperpass.com
京ICP备2021016839号
营业执照
版物经营许可证:新出发 京零 字第 朝220126号