轻量化目标检测算法研究及应用

来源：计算机工程杂志2021年第10期北京时间：

作者：黄靖淞, 左颢睿, 张建林

单位：1. 中国科学院光电技术研究所, 成都 610209;2. 中国科学院大学 计算机学院, 北京 100049

摘要：基于卷积神经网络的目标检测算法在追求较高精度的同时，忽略了检测速度，使得算法难以在有限算力的情况下实现实时检测。在YOLO目标检测算法的基础上，采用一系列轻量化的方法，运用Mobilenetv1网络替换Darknet53基础网络，将YOLO head部分3×3标准卷积替换为深度可分离卷积，根据灵敏度对卷积层滤波器进行排序和修剪，并在嵌入式GPU TX2平台上进行C++推理部署。在VOC数据集上的测试结果表明，改进算法在精度仅下降0.75个百分点的前提下实现了2.4倍加速，模型占用内存仅为原来的21.5%。

关键词：目标检测,轻量化,深度可分离卷积,剪枝,嵌入式GPU,C++推理部署

基金资助：科技委创新项目（G158207）。