计算机工程与科学

作者：张玉杰, 董蕊

单位：（陕西科技大学电气与控制工程学院，陕西 西安 710021）

关键词：YOLOv3,人体检测,密集连接结构,多分支结构,模型压缩,

基金：陕西省科技计划(2020GY-063)；西安市科技计划(2020KJRC0010)

针对Yolov3算法应用于人体检测中的准确率低，参数量、计算量和模型体积大难以在资源有限的嵌入式平台上实现等问题，提出了YOLOv3改进及其模型压缩算法。在YOLOv3中通过引入密集连接与多分支结构，增加网络宽度和多尺度感受野，加强特征重用，提高了模型的检测精度；对改进的YOLOv3通过联合优化权重损失函数和BN层缩放因子的L1正则项等方式进行通道剪枝，从而减小了参数量和计算量，模型体积得到了大幅压缩。实验结果表明，改进后YOLOv3算法的检测精度提升了6?01%，模型体积减小了38.46%；经过压缩后，模型的检测精度虽然降低了3.16%，但模型体积仅为原来的3.31%，只有4.77 MB。因此,通过改进和压缩后的YOLOv3仍然保持较高的检测精度，而且模型体积得到大幅度的压缩，为YOLOv3模型在嵌入式平台上实现人体检测提供了支撑。

来源：2022年第2期

《计算机工程与科学》期刊编辑部

查看计算机工程与科学杂志2022年第2期