摘要：針對(duì)YOLO系列的目標(biāo)檢測(cè)方法參數(shù)多、計(jì)算量大、生成檢測(cè)模型規(guī)模大等導(dǎo)致對(duì)運(yùn)行硬件平臺(tái)計(jì)算資源要求高的問題,提出一種基于反殘差結(jié)構(gòu)的輕量級(jí)多目標(biāo)檢測(cè)網(wǎng)絡(luò)(IR-YOLO)。首先,利用深度可分離卷積減少模型參數(shù)和計(jì)算量;其次,基于深度可分離卷積構(gòu)造反殘差模塊,提取高維特征;最后,根據(jù)反殘差結(jié)構(gòu)特點(diǎn),利用線性激活函數(shù)減少通道組合過程激活函數(shù)的信息損失。IR-YOLO算法較YOLOv3-Tiny算法模型尺寸減少47.7%。實(shí)驗(yàn)結(jié)果表明IR-YOLO算法在不影響檢測(cè)精度的前提下,可有效減少網(wǎng)絡(luò)計(jì)算量和存儲(chǔ)量。
注：因版權(quán)方要求，不能公開全文，如需全文，請(qǐng)咨詢雜志社
