基于轻量级深度网络的目标识别方法

• 作者: 刘俊 李亚辉
• 来源期刊: 计算机应用研究
• 关键词: 深度学习 目标识别 轻量化 嵌入式应用
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 图形图像技术
• 页码范围: 919-923
• 页数: 5页
• 分类号: TP183
• 语种: 中文
• DOI: 10.19734/j.issn.1001-3695.2018.07.0663

摘要

针对资源受限条件下目标识别任务,提出了一种基于轻量化深度网络的目标识别方法.通过优化卷积操作、模型参数压缩、增强特征表达深度等网络结构的优化方法,设计并实现了针对嵌入式平台应用的轻量化网络模型结构,使得深度网络模型在保证精度的条件下,模型参数和运行所需资源的大幅缩减.实验表明,提出的轻量化深度模型较ILSVRC-15冠军提出的基础模型ResNet,在ImageNet-67数据集上,网络模型压缩为基础模型10.2％的条件下仍保持93.5％的目标识别准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘俊	杭州电子科技大学通信与传输信息融合国防重点学科实验室	19	69	5.0	7.0
2	李亚辉	杭州电子科技大学通信与传输信息融合国防重点学科实验室	3	2	1.0	1.0