一种快速的深度检测网络
张洁鑫
苏成悦
廖宗坚
陈卢金
1.广东工业大学 广东广州 5100062.广东工业大学 广东广州 5100063.广东工业大学 广东广州 5100064.广东工业大学 广东广州 510006
摘要：针对传统的卷积神经网络计算量十分浩大,严重制约基于深度学习的目标检测方法应用范围的问题,本文提出了一种基于深度可分离卷积思想的深度神经网络检测算法.检测网络将图片分为7×7个网格,每个网络负责预测9个框,然后用极大值抑制的方法筛选出符合要求的预测框.训练前采用k-means聚类的方法预先设置好预测框,提高预测输出与实际结果的提高预测框和实际框之间的IoU.训练时采用了混合数据集.实验表明,本文提出的新网络仅采用了原网络参数约11％的参数数量且网络结构更合理,网络运行速度提高2倍,准确率仍可以达51.1％,为计算能力较低的嵌入式设备提供了运用深度学习的可能.
关键词：卷积神经网络目标检测深度可分离卷积快速检测
论文发表日期：2019-01-01
在线出版日期：2026-05-22（本平台首次上网日期，不代表文献的发表时间）
页数：4( 116-119 )
英文信息