论文部分内容阅读
针对深度学习网络(Tiny-YOLOv3)算法准确率不高以及更改网络模型后实时性的问题,提出一种网络改进方案和基于BN层剪枝的优化算法。将Tiny-YOLOv3的前四层池化层改为两步长的卷积层进行下采样以及增加特征的提取,将后两层池化层和第六个卷积层改为一个残差结构层,再利用BN层剪枝算法,将网络进行压缩和BN层合并来加速网络。改进优化后的模型算法相比原始Tiny-YOLOv3网络,在口罩佩戴识别的平均精确率(mAP)提升了14%,模型体积只有19.2 MB,压缩了42%;平均每秒传输帧数(FPS)