文件名称：基于轻量级深度网络的目标识别方法
文件大小：1.45MB
文件格式：PDF
更新时间：2024-05-20 07:39:12
深度学习 目标识别 轻量化
针对资源受限条件下目标识别任务，提出了一种基于轻量化深度网络的目标识别方法。通过优化卷积操作、模型参数压缩、增强特征表达深度等网络结构的优化方法，设计并实现了针对嵌入式平台应用的轻量化网络模型结构，使得深度网络模型在保证精度的条件下，模型参数和运行所需资源的大幅缩减。实验表明，提出的轻量化深度模型较ILSVRC-15冠军提出的基础模型ResNet，在ImageNet-67数据集上，网络模型压缩为基础模型10.2%的条件下仍保持93.5%的目标识别准确率。