《续表1 MD-YOLOv2网络参数》
为了减小网络的参数量和计算量,提升检测速度,本文使用轻量化网络结构作为密集块中的Hl(·)变换。为了适应密集块的内部结构,这里采用的轻量化网络结构与MobileNet基本结构有所不同,如图5(b)所示,首先使用的是1×1卷积,由于密集块中Hl(·)变换的输入来自前面的各层,后面的Hl(·)输入通道数会比较大,所以先使用1×1卷积,一方面是实现各输入通道的融合,另一方面可以对通道数较大的输入进行降维,减小后续的计算量;然后进行深度卷积操作(Dwise);最后采用线性的1×1卷积进行降维操作,这里进行降维是为了避免网络宽度过大,使用线性卷积可以防止非线性变换对特征的破坏[18]。MD-YOLOv2网络结构的具体参数如表1所示,s代表步长,M-block代表本文使用的轻量化网络结构。
图表编号 | XD0062218600 严禁用于非法目的 |
---|---|
绘制时间 | 2019.05.01 |
作者 | 方明、孙腾腾、邵桢 |
绘制单位 | 长春理工大学计算机科学技术学院、长春理工大学计算机科学技术学院、长春理工大学计算机科学技术学院 |
更多格式 | 高清、无水印(增值服务) |