面向空基边缘平台轻量化目标智能检测

摘要：

针对基于深度学习的目标检测模型面向空基边缘平台计算开销和参数量较大等问题,提出一种面向空基边缘平台的轻量化目标智能检测方法.以YOLOv4为基础,在训练过程中对卷积层缩放因子加入L1正则约束,增强通道的稀疏性.对所有的卷积核权重进行排序,给定权重阈值,去除小于该阈值的卷积核,通过微调得到剪枝后的精简YOLOv4模型.实验结果表明,精简YOLOv4模型比初始YOLOv4模型大小减少了97％,计算量减少了73％,边缘平台帧率提升了一倍,具有更快的运算速度以及更低的计算功耗.

关键词：通道剪枝;目标检测;深度学习;模型压缩;稀疏训练

所属期刊栏目：26

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家自然科学基金项目;国家博士后基金项目;陕西省自然科学基金项目;陕西省重点研发计划项目

在线出版日期：2021-09-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：61-65,72