基于深度可分离卷积与通道裁剪的YOLOv3改进方法

作者：朱金铭; 邰阳; 邹刘磊; 范洪辉; 朱洪锦

来源：江苏理工学院学报, 2020, 26(02): 30-38.

DOI：10.19831/j.cnki.2095-7394.2020.02.006

• YOLOv3
• 深度可分离卷积
• 通道裁剪
• 模型压缩

基于YOLOv3和YOLOv3-Tiny网络试验了人脸数据集Widerface和CelebA的人脸检测。并针对检测结果进行分析,认为神经网络权重中具备大量的参数冗余,将深度可分离卷积与通道裁剪方法应用于深度神经网络的模型压缩,并结合模型量化方法,最终实现轻量级的人脸检测模型。试验结果表明,改进后的模型满足移动端部署的实时性要求,并表现出良好的检测效果。

• 单位
  复旦大学; 江苏理工学院