Changchun Institute of Optics,Fine Mechanics and Physics,CAS
| 基于YOLO-v3模型压缩的卫星图像船只实时检测 | |
| 陈科峻; 张叶 | |
| 2020-11-04 | |
| 发表期刊 | 液晶与显示
 |
| 卷号 | 35期号:11页码:1168-1176 |
| 摘要 | 常见的目标检测模型由于模型参数量较大,往往难以部署在无人机、卫星等移动嵌入式设备上。为了对船只进行实时监测,将目标检测模型部署在计算能力较弱的设备上,对基于计算机视觉的卫星图像船只目标检测方法进行研究。针对卫星图像中船舰的形状长宽比例特点,采用K-means++聚类算法选取初始的锚点框;接着对模型进行多尺度训练,将多尺度金字塔图像作为模型训练的输入;将YOLO-v3目标检测算法的批归一化层的尺度因子作为通道重要性的度量指标,对YOLO-v3模型进行剪枝压缩。实验结果表明,采用的模型剪枝和压缩方法能有效地对模型进行压缩,模型的参数量减少了91.5%,模型检测时间缩短了60%,极大地减少了系统计算性能的开销。当采用的初始锚点框个数为6个时,平均准确率(mAP)达到77.31%,满足了卫星图像船舰实时性检测的需求。 |
| 关键词 | 船只检测 YOLO-v3 聚类算法 模型压缩 通道剪枝 |
| URL | 查看原文 |
| 文献类型 | 期刊论文 |
| 条目标识符 | http://ir.ciomp.ac.cn/handle/181722/64097 |
| 专题 | 中国科学院长春光学精密机械与物理研究所 |
| 作者单位 | 1.中国科学院长春光学精密机械与物理研究所应用光学国家重点实验室 2.中国科学院大学 |
| 推荐引用方式 GB/T 7714 | 陈科峻,张叶. 基于YOLO-v3模型压缩的卫星图像船只实时检测[J]. 液晶与显示,2020,35(11):1168-1176. |
| APA | 陈科峻,&张叶.(2020).基于YOLO-v3模型压缩的卫星图像船只实时检测.液晶与显示,35(11),1168-1176. |
| MLA | 陈科峻,et al."基于YOLO-v3模型压缩的卫星图像船只实时检测".液晶与显示 35.11(2020):1168-1176. |
| 条目包含的文件 | 下载所有文件 | |||||
| 文件名称/大小 | 文献类型 | 版本类型 | 开放类型 | 使用许可 | ||
| 基于YOLO-v3模型压缩的卫星图像船只（1847KB） | 期刊论文 | 出版稿 | 开放获取 | CC BY-NC-SA | 浏览 下载 | |
| 个性服务 |
| 推荐该条目 |
| 保存到收藏夹 |
| 查看访问统计 |
| 导出为Endnote文件 |
| 谷歌学术 |
| 谷歌学术中相似的文章 |
| [陈科峻]的文章 |
| [张叶]的文章 |
| 百度学术 |
| 百度学术中相似的文章 |
| [陈科峻]的文章 |
| [张叶]的文章 |
| 必应学术 |
| 必应学术中相似的文章 |
| [陈科峻]的文章 |
| [张叶]的文章 |
| 相关权益政策 |
| 暂无数据 |
| 收藏/分享 |
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论