基于YOLO的轻量化目标检测应用研究

包成耀 丁霄霏 戴立奇 吴宗霖 杨艳红

doi:1008-6609(2021)08-0026-04

电脑与电信 >

2021 , Vol. 1 >Issue 8: 26 - 29

DOI: https://doi.org/1008-6609(2021)08-0026-04

基金项目

基于YOLO的轻量化目标检测应用研究

展开

苏州大学应用技术学院

包成耀(1999－)，男，浙江绍兴人，本科，研究领域为人工智能、计算机视觉、图形图像处理

网络出版日期: 2021-09-02

基金资助

苏州大学应用技术学院第二十三批大学生课外学术科研基金项目，项目编号：KY20211218B。

收起

摘要

针对当前大部分深度学习目标检测算法庞大的运算量和空间占用，以及嵌入式设备与可移动设备有限的性能和功耗，对轻量化目标检测算法YOLO v4-tiny的具体应用展开研究。介绍了各类目标检测算法的发展历程和YOLO v4-tiny 的实现原理，以人员检测为例用相同的数据集分别交给YOLO v4和YOLO v4-tiny进行训练并比较，结果得出YOLO v4-tiny 具备轻量化优势。

关键词： 深度学习; 轻量化; 目标检测; YOLO

本文引用格式

包成耀丁霄霏戴立奇吴宗霖杨艳红 . 基于YOLO的轻量化目标检测应用研究[J]. 电脑与电信, 2021 , 1(8) : 26 -29 . DOI: 1008-6609(2021)08-0026-04

Options

摘要页面

文章导航

模态框（Modal）标题

摘要

本文引用格式