文章详情
| 稿件标题： | 基于模型压缩YOLOv4的弹载图像舰船目标实时检测 |
| 稿件作者： | 雷鸣，王曙光，凌冲，杨传栋，秦杰 |
| DOI： | 10.11809/bqzbgcxb2021.09.036 |
| 科学编辑： | 杨继森 博士（重庆理工大学教授） |
| 栏目名称： | 信息科学与控制工程 |
| 关键词： | 目标检测；深度学习；弹载图像；舰船目标；模型压缩；知识蒸馏 |
| 文章摘要： | 根据深度学习目标检测算法YOLOv4弹载平台移植的实时性和轻量化需求，针对YOLOv4网络模型参数冗余导致的储存空间成本高和运算资源占用大等问题，在PC端使用舰船数据集训练模型并对其进行模型压缩。采用L1正则化稀疏训练的方法对预训练模型进行BN层Gamma系数稀疏化，通过剪枝技术在精度下降较少的情况下减少模型参数并压缩模型结构，使用知识蒸馏技术使模型精度进一步回升。实验结果表明，压缩后模型体积减少92%，参数减少91.9%，推理速度提升2倍，实现了高精度实时检测。 |
| 引用本文格式： | 雷鸣，王曙光，凌冲，等.基于模型压缩YOLOv4的弹载图像舰船目标实时检测［J］.兵器装备工程学报，2021，42(09)：225-230. LEI Ming, WANG Shuguang, LING Chong, et al.RealTime Detection of Ship Target in MissileBorne Platform Images Based on Model Compressed YOLOv4［J］.Journal of Ordnance Equipment Engineering，2021，42(09)：225-230. |
| 刊期名称： | 2021年09期 |
| 出版时间： | 2021年9月 |
| 上线时间： | 2021年9月28日 |
| 浏览次数： | 2721 |
| 下载次数： | 689 |
| 免费阅读PDF 在线阅读 下载本期目录 下载本期封面 | |