适用于约束环境的轻量级目标检测模型

来源：计算机工程与应用杂志2024年第6期北京时间：

作者：曲海成, 袁旭东, 李佳琦

单位：辽宁工程技术大学 软件学院，辽宁 葫芦岛 125105

摘要：为了进一步降低目标检测模型YOLOX-Tiny的大小并提高检测精度，以便于更好地适用于计算资源和存储空间有限的环境，在特征金字塔的结构、解耦头的结构和损失函数上对其进行改进，形成一种更高性能的轻量级目标检测模型Lite-YOLOX。为进一步压缩原有模型体积，重新设计特征金字塔和解耦头的结构，使模型的Neck和Head部分更轻量化；为提升模型的检测精度，在原有IoU损失函数的基础上进行优化，设计并提出EIoU损失函数，改进后的损失函数对真实框和预测框的位置更加敏感；选取PASCAL VOC和安全帽检测数据集对改进模型进行验证。实验结果表明：Lite-YOLOX与YOLOX-Tiny相比，参数量减少40%，计算量下降37.5%，mAP50提升3.2和3.1个百分点。在NVIDIA Jetson Xavier NX上，每秒传输帧数（FPS）从51增加到59，实时性有了明显的提升。

关键词：目标检测,轻量化,特征融合,损失函数