《计算机工程与科学杂志》发表论文赏析

基于Ghost高效层聚合网络的多尺度融合YOLOv7-tiny改进算法#br#

来源:计算机工程与科学杂志2025年第8期北京时间:

作者:欧阳玉旋, 张荣芬, 刘宇红, 彭垚潘

单位:贵州大学大数据与信息工程学院,贵州 贵阳 550025

摘要:针对现有的大多数神经网络参数量大、推理速度慢、检测性能低且不便于部署边缘设备等问题,提出一种改进的YOLOv7-tiny算法。首先,根据原算法模型的结构特点,引入Ghost-ELAN模块以大幅度压缩模型;其次,使用Ghost Bottleneck-2代替网络Neck部分的卷积,进一步降低模型的规模;然后,使用多尺度融合模块Ghost-SPPCSPC提升模型对特征信息的理解能力,并采用GhostConv替换输出层卷积,在降低普通卷积冗余性的同时最大程度地利用模型中的语义信息;最后,使用迁移学习的方法,让模型学习到丰富的通用特征,提高模型的性能。实验结果表明,改进模型的参数量和模型大小较原模型分别降低和减小了57.19%和55.28%,实现了对原模型的重量级压缩,并提升了模型的精度,FPS达到了278,使模型达到快速、高效和便携的目的,更易于部署在边缘设备上。

关键词:YOLOv7-tiny,Ghost,多尺度融合模块,迁移学习,边缘设备部署,

基金资助:贵州省基础研究(自然科学)项目(黔科合基础-ZK[2021]重点001)

2025年8期其他文献查阅:

面向隐私计算的模运算加速设计

基于FT-X DSP轨迹跟踪的插桩工具设计与实现

带状垂直差分结构分析与优化

基于TAGE与基于神经网络分支预测器的比较与分析

面向芯粒互联的Retimer结构及关键技术研究

大规模IPv6网络IP-ID类型测量

区块链中可搜索加密电子病历数据共享方案

CNN-ViTAMR:一种基于Transformer的自动信号调制识别算法及其轻量化实现#br#

基于多视角时空对齐学习的恶意域名检测方法

BF-YOLO:基于YOLOv8改进的小目标检测算法

基于Ghost高效层聚合网络的多尺度融合YOLOv7-tiny改进算法#br#

基于细粒度局部伪影的生成式图像检测

动态空间Transformer与多级融合的视网膜病变分级算法

文本问答中基于双向叠加注意力的证据区间预测

基于密集卷积和多特征感知的链接预测模型研究

基于知识图谱中多维元路径的科技文档查询扩展

基于藏字构件的低资源多方言藏语语音合成方法研究

基于一种新参数距离的概率语言多属性决策方法

填文献完整题目 获取完整文献

填写需求
联系方式
注:学术顾问会在1小时内联系您,请留意!