排序方式: 共有2条查询结果,搜索用时 0 毫秒
1
1.
2.
以枪支为代表的危险目标检测一直是安防领域的重要研究之一。针对当前人工通过监控视频检
查枪支等危险物效率低且准确率易受检查人员工作时长影响的问题,提出了利用剪枝方法对 YOLOV3 模型做
压缩的实时枪支检测方法。采用 K-means ++算法对图像样本进行锚定框 Anchor 大小聚类,以提高模型精度。
利用“通道+层”剪枝方法将训练后的模型进行压缩,通过模型修正恢复压缩前的精度。实验结果表明,该方
法在保持较高精度的情况下,不仅降低了模型对内存资源的占用,且进一步减少计算量,大大提高了模型推理
速度。与 YOLOV3 方法相比,该方法在 jetson nano 平台上对模型参数的缩减比例达到 1/52,推理速度提高了
6 倍,而精确度几乎保持不变,从而达到对枪支危险物检测的实时性和高精度要求。 相似文献
1