基于模型压缩的YOLOV3实时枪支识别方法

摘要：

以枪支为代表的危险目标检测一直是安防领域的重要研究之一.针对当前人工通过监控视频检查枪支等危险物效率低且准确率易受检查人员工作时长影响的问题,提出了利用剪枝方法对YOLOV3模型做压缩的实时枪支检测方法.采用K-means++算法对图像样本进行锚定框Anchor大小聚类,以提高模型精度.利用"通道+层"剪枝方法将训练后的模型进行压缩,通过模型修正恢复压缩前的精度.实验结果表明,该方法在保持较高精度的情况下,不仅降低了模型对内存资源的占用,且进一步减少计算量,大大提高了模型推理速度.与YOLOV3方法相比,该方法在jetson nano平台上对模型参数的缩减比例达到1/52,推理速度提高了6倍,而精确度几乎保持不变,从而达到对枪支危险物检测的实时性和高精度要求.

关键词：枪支检测、YOLOV3、模型压缩、K-means++、实时检测

所属期刊栏目：42

分类号：TP391.4(计算技术、计算机技术)

资助基金：国家自然科学基金项目;新疆维吾尔自治区自然科学基金资助项目

在线出版日期：2021-05-19（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：198-205