基于SlimYOLOv3的工业场景目标检测算法
Target detection algorithm in industrial scene based on SlimYOLOv3
长春理工大学 电子信息工程学院, 长春 130000
摘要
基于人工设计特征的检测算法检测速度普遍较慢，检测精度也有待提高，已无法满足现今工业生产中的需求。而基于深度学习的检测技术，因其需要大量的计算和存储空间无法在资源受限的设备上部署使用。针对这些问题，引用一种通道剪枝方法实现YOLOv3检测网络的轻量化，得到剪枝模型SlimYOLOv3，并进一步提出将SlimYOLOv3用于工业场景下的实时检测任务。方法通过对通道缩放因子施加L1正则化来增强卷积层的通道级稀疏性，并对信息量较小的特征通道进行剪枝，最终获得轻量级的网络模型。与原模型相比，SlimYOLOv3剪枝模型减小了60%，计算量减少了50%，检测速度是原模型的1.7倍，更适于智能工业场景中复杂目标的实时检测。
基金项目
中国吉林省科学技术计划发展项目(20180201042GX)
吉林省预算内基本建设资金资助项目(创新能力建设—高技术产业部分)(2019C054-b)
中国吉林省科学技术计划发展项目(20200401090GX)
出版信息
DOI: 10.19734/j.issn.1001-3695.2020.06.0203
出版期卷: 《计算机应用研究》 印刷出版, 2021年第38卷 第6期
所属栏目: 图形图像技术
出版页码: 1889-1893
文章编号: 1001-3695(2021)06-055-1889-05
发布历史
[2021-06-05] 印刷出版
引用本文
刘馨柔, 李洋, 宋文军. 基于SlimYOLOv3的工业场景目标检测算法 [J]. 计算机应用研究, 2021, 38 (6): 1889-1893. (Liu Xinrou, Li Yang, Song Wenjun. Target detection algorithm in industrial scene based on SlimYOLOv3 [J]. Application Research of Computers, 2021, 38 (6): 1889-1893. )
关于期刊
- 计算机应用研究 月刊
- Application Research of Computers
-
刊号
ISSN 1001-3695
CN 51-1196/TP
《计算机应用研究》创刊于1984年，是由四川省科技厅所属四川省计算机研究院主办的计算技术类学术刊物。
《计算机应用研究》瞄准本学科领域迫切需要的前沿技术，及时反映国内外计算机应用研究的主流技术、热点技术及最新发展趋势。主要刊载内容包括本学科领域高水平的学术论文、本学科最新科研成果和重大应用成果。栏目内容涉及计算机学科新理论、计算机基础理论、算法理论研究、算法设计与分析、区块链技术、系统软件与软件工程技术、模式识别与人工智能、体系结构、先进计算、并行处理、数据库技术、计算机网络与通信技术、信息安全技术、计算机图像图形学及其最新热点应用技术。
《计算机应用研究》拥有众多高层次读者、作者，读者对象主要为从事计算机学科领域高、中级研究人员及工程技术人员，各高等院校计算机专业及相关专业的师生。多年来《计算机应用研究》的总被引频次及Web下载率一直名列本学科同类学术刊物前茅，所刊发的学术论文以其新颖性、学术性、前瞻性、导向性、实用性而备受广大读者的喜爱。
收录和评价
- 第二届国家期刊奖百种重点期刊
- 中国期刊方阵双效期刊
- 全国中文核心期刊（北大2023年版）
- 中国科技核心期刊
- 中国科学引文数据库(CSCD)来源期刊
- RCCSE中国核心学术期刊
- 中国计算机学会会刊
- 2020—2022年科技期刊世界影响力指数(WJCI)报告收录期刊
- 中国科技期刊精品数据库全文来源期刊
- 中国学术期刊综合评价数据库来源期刊
- 《中国期刊网》《中国学术期刊(光盘版)》来源期刊
- 2017—2019年中国国际影响力优秀学术期刊(自然科学与工程技术)
- 中国精品科技期刊顶尖学术论文(F5000)项目来源期刊
- 《中国工程技术电子信息网》《电子科技文献数据库》来源期刊
- 英国《科学文摘》(INSPEC)来源期刊
- 《日本科学技术振兴机构数据库》(JST)来源期刊
- 俄罗斯《文摘杂志》(AJ, VINITI)来源期刊
- 美国《艾博思科学术数据库》(EBSCO)全文来源期刊
- 美国《剑桥科学文摘(自然科学)》(CSA(NS))核心期刊
- 波兰《哥白尼索引》(IC)来源期刊
- 美国《乌利希期刊指南(网络版)》(Ulrichsweb)收录期刊
