面向物体识别与检测的高效率深度神经网络模型研究.pdf

摘要   摘要 识 测 视 个 。 物 识 务 物体 别与检 是计算机 觉领域中的两 基本任务 在 体 别任 中， 入 体 于 对于输 图像， 需要通过算法判断图像中 的物 属 预定义的多个类别 中的哪 一个 别 而物 ｉ检测任 需 同 确定图像中 现 物体 及其 在 位 类 ； 务 要 时 出 的 类别 所 的 置。 随着近 度 习 术的飞速发 ， 使 度 网 识 年来深 学 技 展 用深 神经 络进行物体 别与检 现 远 统 法 。 ， 高性 识 至 测实 了 超传 方 的性能 然而 在将 能的物体 别与检测模型部署 源 深 经网 参 规 计 资 受限 景时， 度神 自身 数 模大、 算复杂度高的缺点 始 渐 场 络 开 逐 显 。 进一 经网 应 文 物 为了 步扩展 度神 络模型的 用场景， 本 针 向 现 深 对面 体识别与 深 研 １ ） 现 检测的高效率的 度神 网络模型， 从 个不同角度 展 了 ： 针 经 两 开 宄 对 有 经网络 压 ２） 目 计 经网 。 的神 模型 行 缩； 根据 标任务特点设 的高效率神 络模型 进 新 本 主 工 包 下三 ： 文 要 作和创新点 括如 个方面 一 对 体 器 冗 第 ， 针 物 识别模型 中滤波 间存在相关性导 数 和 算量 余 致参 量 计 题 提 一 关约 ， 的问