一种轻量化的多目标实时检测模型

摘要：

为实现公安监控系统内容分析的精准智能及提高服务实战能力,提出一种轻量化的多目标实时检测算法.首先,基于CenterNet检测网络增加了CBNet的多融合阶梯级联结构,有效地解决了主干网络在日常监控中特征提取能力不足的问题;其次,通过模型剪枝压缩网络减少参数量,加快了监控视频分析速度.本文利用部分COCO数据集和自行采集的现场数据进行训练与测试,并与其他主流检测算法(YOLO、Faster-RCNN、SSD等)进行消融实验.实验结果表明:所提模型在公共安全监控中能有效地做到速度与精度的均衡,并具有较强的普适性.

关键词：目标检测、深度学习、模型压缩、模型蒸馏、级联融合

所属期刊栏目：46

分类号：TP391.4(计算技术、计算机技术)

资助基金：国家重点研发计划;上海市科技创新行动计划

在线出版日期：2020-09-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：1778-1785