识别与定位是计算机视觉以及机器学习领域的重要研究方向,卷积神经网络凭借着精度高、速度快在目标识别与定位领域,取得了很好的识别效果。但是其对硬件要求的苛刻性以及前期训练时间的漫长,让一些小型实时系统望而却步。提出了一种改进的SSD网络结构来进行识别与定位,采用深度可分离卷积替代传统卷积,并引入了BN,该方法加快了训练以及测试的速度,同时保持了精确度基本不变,从而减小了对硬件的依赖性。经测试,该方法在PASCAL VOC数据集上取得了较好的效果。
科研之友
微信
新浪微博
Facebook
分享链接
