YOLOv3-ADS:一种基于YOLOv3的深度学习目标检测压缩模型

• 作者: 宋欣 李奇 解婉君 李宁
• 来源期刊: 东北大学学报（自然科学版）
• 关键词: 目标检测 YOLOv3-ADS模型 深度学习 YOLOv3模型 压缩模型
• 年，卷（期）: 2021,（5）
• 所属期刊栏目: 信息与控制|Information & Control
• 页码范围: 609-615
• 页数: 7页
• 分类号: TP391
• 语种: 中文
• DOI: 10.12068/j.issn.1005-3026.2021.05.001

摘要

基于原有YOLOv3模型占用存储空间较大,所需初始化数据集样本和参数较多的问题,本文提出了一种基于YOLOv3的深度学习目标检测压缩模型YOLOv3-ADS.该模型使用拼接、叠加等方法对较少的有代表性的初始数据集进行数据增强,引入了DIoU损失函数,提升了目标检测的准确度.最后,通过稀疏训练和剪枝率阈值设置实现了YOLOv3-ADS模型的压缩处理,减少了模型实现过程中的冗余节点、参数数量和所需存储空间.实验结果表明,提出的YOLOv3-ADS压缩模型与已有的YOLOv3模型相比,平均精度值(mAP值)提升了约30％,由0.6418提升至0.8368,需设置参数量下降了96.6％,由原来的63.0 MB降至2.2 MB,在保证了较高目标检测准确率的同时,YOLOv3-ADS模型所需存储空间下降了96.5％,由252 MB降至仅需8.81 MB.