期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到2篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于模型压缩算法改进YOLOv4-tiny模型的车辆检测技术研究 被引量：1
1
作者 单铭琦 文峰 高文印 《沈阳理工大学学报》 CAS 2023年第2期36-42,共7页
基于卷积神经网络参数冗余较大的问题,提出一种基于模型压缩算法改进YOLOv4-tiny的车辆检测方法,以提高检测速度。首先,通过特征图矩阵的秩判断通道对网络模型的重要程度,对模型的通道剪枝,减少模型的参数数量;其次,对局部样本点进行采... 基于卷积神经网络参数冗余较大的问题,提出一种基于模型压缩算法改进YOLOv4-tiny的车辆检测方法,以提高检测速度。首先,通过特征图矩阵的秩判断通道对网络模型的重要程度,对模型的通道剪枝,减少模型的参数数量;其次,对局部样本点进行采样提取,使用知识蒸馏算法,使模型的精度得到回升。实验结果表明,改进后的YOLOv4-tiny网络模型检测精度仅损失2.9%的情况下,模型参数减少了51.1%;部署在Jeston Nano设备上运行,每秒帧率FPS提升了93.7%。 展开更多
关键词 卷积神经网络 模型压缩 通道剪枝 知识蒸馏
下载PDF
基于改进CenterTrack的多目标跟踪算法
2
作者 高文印 文峰 单铭琦 《沈阳理工大学学报》 CAS 2023年第3期22-27,共6页
相较于传统的两阶段多目标跟踪算法,基于锚点的多目标跟踪算法CenterTrack通过在单一网络下同时完成检测与跟踪,保证较高跟踪精确度,同时又具有更快的推理速度,适合行人多目标的实时跟踪,但面对行人数量密集或者遮挡严重情况难以准确检... 相较于传统的两阶段多目标跟踪算法,基于锚点的多目标跟踪算法CenterTrack通过在单一网络下同时完成检测与跟踪,保证较高跟踪精确度,同时又具有更快的推理速度,适合行人多目标的实时跟踪,但面对行人数量密集或者遮挡严重情况难以准确检测行人位置。为解决该问题,提出基于改进CenterTrack的多目标跟踪算法,在骨干网络中加入注意力机制以提高特征图的检测精度;设计了强化检测的跟踪算法,完成多目标跟踪的同时增强下一帧的检测效果,从而提高跟踪的精确度;通过使用数据增强方法处理过的数据集进行训练,算法的泛化能力得到提高。在MOT17数据集上的验证实验结果表明:与原算法相比,本文改进算法具有更高的跟踪精确度和正确检测比。 展开更多
关键词 多目标跟踪 锚点 注意力机制 强化检测 数据增强
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部