摘要:本文研究目标是少类别实时目标检测,研究了在保留较高检测率的前提下最大程度的减小模型大小,最终实现了在CPU上的实时检测。本文的推理加速机制和量化压缩等方法是可以并行的。
1, 通过增大feature map的尺寸,减小通道数可以得到准确率且快的检测模型,这么做的依据是对于实际的很少类别的目标检测问题,用于解决多类别分类问题的网络中很多通道是冗余的。
2, 通过在大的预训练模型上简单的选取一些通道,然后在给定的数据集上fine-tune。
3, 直接的一层层Resnet网络架构比复杂的架构效果更好。
4, 本文提出了一个高精度的vehicle检测模型,在CPU上获得了34fps的实时性。
四种特征提取网络
相关工作:
网络推理优化有两种方法ÿ