基于SSD的轻量级车辆检测网络

• 作者: 乔延婷 张涛 陈万培
• 来源期刊: 无线电工程
• 学科: 工学
• 关键词: 车辆检测 卷积神经网络 深度学习 网络剪枝 参数量化
• 年，卷（期）: 2020,（11）
• 所属期刊栏目: 信号与信息处理
• 页码范围: 926-931
• 页数: 6页
• 分类号: TP301
• 语种: 中文
• DOI: 10.3969/j.issn.1003-3106.2020.11.004

摘要

车辆检测在汽车辅助驾驶中起着重要作用.因卷积神经网络的目标检测方法具有较高的准确性和稳定性,已经被应用到车辆检测领域.但因其密集型运算和较大的内存需求限制了在嵌入式平台上的应用.针对上述问题,在深入分析SSD算法的基础上,创造性地提出了基于SSD的轻量级车辆检测网络,采用网络剪枝与参数量化融合的方法来减少网络冗余参数.实验结果表明,该网络在略微损失准确率的情况下,压缩率达到15.7％,速度提升了近3倍,可用于嵌入式平台实时检测车辆.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈万培		61	151	6.0	9.0
2	张涛		22	75	4.0	8.0
3	乔延婷		2	0	0.0	0.0