一种轻量化的多目标实时检测模型

作者：邱博; 刘翔^*; 石蕴玉; 尚岩峰

来源：北京航空航天大学学报, 2020, 46(09): 1778-1785.

DOI：10.13700/j.bh.1001-5965.2020.0066

• 目标检测
• 深度学习
• 模型压缩
• 模型蒸馏
• 级联融合

为实现公安监控系统内容分析的精准智能及提高服务实战能力,提出一种轻量化的多目标实时检测算法。首先,基于CenterNet检测网络增加了CBNet的多融合阶梯级联结构,有效地解决了主干网络在日常监控中特征提取能力不足的问题;其次,通过模型剪枝压缩网络减少参数量,加快了监控视频分析速度。本文利用部分COCO数据集和自行采集的现场数据进行训练与测试,并与其他主流检测算法(YOLO、Faster-RCNN、SSD等)进行消融实验。实验结果表明:所提模型在公共安全监控中能有效地做到速度与精度的均衡,并具有较强的普适性。

• 单位
  公安部第三研究所物联网技术研发中心; 上海工程技术大学