YOLO-mini:可在CPU实时运行的目标检测网络

作     者：邢关生 许甫 Xing Guansheng;Xu Fu

作者机构：青岛科技大学自动化与电子工程学院青岛266061 

基　　金：国家自然科学基金(61503118) 山东省高等学校科技计划项目(J18KA327) 

出 版 物：《电子测量技术》 (Electronic Measurement Technology)

年 卷 期：2019年第42卷第24期

页      码：148-151页

摘      要：针对目前基于深度学习的目标检测模型均依赖于高性能GPU,难以在无GPU笔记本或者移动设备上运行的现状,受YOLO-Lite设计思路的启发,对现有的轻量级目标检测模型YOLOv3-tiny进行删减,去除该网络模型中对运行速度影响较大,且精度影响较低的因素,提出一种可以在CPU设备上实时运行的目标检测模型YOLO-mini。精简后的网络相较于原有模型,在精度仅有少量损失的情况下,检测速度提高5倍,在CPU上运行可以达到66.05%的检测精度,8.1帧每秒的检测速度,在当今深度学习均依赖于高性能GPU的情况下,提供一种新的可在CPU上实时运行目标检测网络。

主 题 词：深度学习 YOLOv3-tiny CPU 实时目标检测 

学科分类：08[工学] 0812[工学-测绘类] 

D　O　I：10.19651/j.cnki.emt.1903139

馆 藏 号：203886150...