基于深度学习的轻量级目标检测算法的研究

耿硕; 李云栋

首页> 中文期刊> 《工业控制计算机》 >基于深度学习的轻量级目标检测算法的研究

基于深度学习的轻量级目标检测算法的研究

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

铁路异物侵限检测技术在视频监控中起着重大作用,而现有的目标检测网络计算成本高,模型存储大,因为硬件成本和计算力存在矛盾,所以导致检测速度不高等问题。针对上述问题,选取YOLOv4 tiny作为基础网络并进行了改进。首先,在CSP Darknet53 tiny中,利用深度可分离卷积替换部分标准卷积,减少了参数数量和计算量;其次,将训练后权重进行转换,使得转换后权重可被Tensor RT优化推理器推理加速;然后,引入合并运算和半精度量化处理;最后,将TensorRT-yolov4 tiny部署至嵌入式设备Jeston nano上。实验表明,在2555张铁路数据集上进行实验,其检测速度提升了50%,达到了平均0.036一张检测图片,帧率达到了30.12。MAP达到了82.13%。证明了提出的方法的在部署至嵌入式设备后速度性能上具有的优越性。

著录项

来源
《工业控制计算机》 |2022年第4期|97-99|共3页
作者
耿硕; 李云栋;
展开▼
作者单位

北方工业大学信息学院;

展开▼
原文格式 PDF
正文语种 chi
中图分类计算技术、计算机技术;
关键词
YOLOv4 tiny; 铁路异物侵限检测; 深度可分离卷积; Tensor RT; Jeston nano;

相似文献

中文文献
外文文献
专利

1. 基于注意力特征金字塔的轻量级目标检测算法 [J] . 赵义飞 ,王勇 . 电子技术应用 . 2021,第010期
2. 基于关键点检测的无锚框轻量级目标检测算法 [J] . 龚浩田 ,张萌 . 计算机科学 . 2021,第008期
3. 基于多向特征金字塔的轻量级目标检测算法 [J] . 白创 ,王英杰 ,闫昱 . 液晶与显示 . 2021,第011期
4. 基于深度学习的无人机载平台多目标检测和跟踪算法研究 [J] . 王旭辰 ,韩煜祺 ,唐林波 . 信号处理 . 2022,第1期
5. 基于深度学习的3D目标检测算法研究 [J] . 康晴 ,汤超 ,李婧萱 . 计算机时代 . 2022,第6期
6. 基于轻量级深度学习算法的电力大型信息系统优化策略研究 [C] . 张明晖 ,高明伟 . 新能源为主体的新型电力系统研讨会 . 2020
7. 基于深度学习的轻量级目标检测算法研究 [A] . 黄喆 . 2021

基于深度学习的轻量级目标检测算法的研究

摘要

著录项

相似文献

相关主题

期刊订阅