文献检索-宁波市创意产业特色资源库

限定检索结果

改进的YoloV3轻量化多目标检测算法: 收藏
分享
引用; 《计算机工程与设计》2024年第2期45卷 420-427页; 作者：苏擎凯童莹何睿清曹雪虹南京邮电大学通信与信息工程学院江苏南京210003 南京工程学院信息与通信工程学院江苏南京211167; 为有效解决轻量化目标检测网络降低参数量导致的检测精度损失问题,设计一种轻量化多目标检测网络MSPF-YoloV3,可以通过低分组数、低内存占用的通道混洗结构,达到与高分组数同样的信息交流的效果;将位置信息丰富的浅层特征与深层特征进...; 为有效解决轻量化目标检测网络降低参数量导致的检测精度损失问题,设计一种轻量化多目标检测网络MSPF-YoloV3,可以通过低分组数、低内存占用的通道混洗结构,达到与高分组数同样的信息交流的效果;将位置信息丰富的浅层特征与深层特征进行融合,提高对不同大小目标的检测精度。经过实验验证了该方法的有效性与实时检测的能力。该网络在PASCAL VOC07+12数据集上的mAP达到86.31%;在COCO2014数据集中提取出与PASCAL VOC07+12数据集相同的20个类别,mAP达到67.71%;权重文件大小为46.8 MB,相较于YoloV3降低了198.2 MB;检测速度达到44 FPS。; 来源：详细信息评论

限定检索结果