电脑与电信 >

2023 , Vol. 1 >Issue 4: 5

DOI: https://doi.org/10.15966/j.cnki.dnydx.2023.04.019

基金项目

倒置残差保留特征的YOLOv3的旗帜
识别算法模型

展开
  • 南京理工大学紫金学院

网络出版日期: 2023-07-24

收起

Flag Recognition Algorithm Model Based on YOLOv3 with Retained Features
from Inverted Residuals

Expand
  • Zijin College, Nanjing University of Science and Technology

Online published: 2023-07-24

Fold

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：

; YOLOv 3; 倒置残差模块; 深度可分离卷积; 点卷积

本文引用格式

沈雅婷 闫 仪 朱坤美 刘冰冰 .

倒置残差保留特征的YOLOv3的旗帜
识别算法模型
[J]. 电脑与电信, 2023 , 1(4) : 5 . DOI: 10.15966/j.cnki.dnydx.2023.04.019

Options
文章导航

/

〈 〉

版权所有 © 《电脑与电信》编辑部
技术支持：北京玛格泰克科技发展有限公司