|
|
|
倒置残差保留特征的YOLOv3的旗帜
识别算法模型
|
南京理工大学紫金学院
|
|
Flag Recognition Algorithm Model Based on YOLOv3 with Retained Features
from Inverted Residuals
|
Zijin College, Nanjing University of Science and Technology
|
|
|
|
摘要
针对旗帜识别问题，现阶段目标检测识别物体的优秀算法有YOLOv 3，YOLOv 3使用Darknet 53网络，该网络通
过正向残差进行卷积计算，计算量很大。因此提出模型RFIR_YOLOv 3（倒置残差保留特征的YOLOv 3）。RFIR_YOLOv 3将
Darknet 53网络的正向残差模块改为倒置残差模块，尽可能保留特征并减少计算量，缩短检测时间。最后在KITTI 测试集上，
对比结果发现 RFIR_YOLOv 3 与 YOLOv 3 的识别准确率几乎持平，但 RFIR_YOLOv 3 识别耗时为 YOLOv 3 的一半，且
RFIR_YOLOv 3的模型尺寸（即模型占内存的空间大小）为YOLOv 3的15%~16%。RFIR_YOLOv 3相比YOLOv 3具有一定的
竞争力。
|
|
| 关键词 ：
|
|
年卷期日期: 2023-04-10
出版日期: 2023-07-24
|
| No Suggested Reading articles found! |
|
|
Viewed |
|
|
|
Full text
|
|
|
|
|
Abstract
|
|
|
|
|
Cited |
|
|
|
|
| |
Shared |
|
|
|
|
| |
Discussed |
|
|
|
|
2023, Vol. 1 
