基于YOLOX目标检测模型轻量级裁剪
钱启璋
中通服咨询设计研究院有限公司 江苏南京210019
摘要：卫星对目标的实时检测广泛应用于民用与军用领域,但星载平台的处理内存与计算能力普遍有限,对检测算法的要求更高,传统的目标检测算法难以满足需求.基于此,借鉴MobileNet v3网络模型的可分离卷积思想、逆残差结构思想、通道注意力机制轻量化裁剪YOLOX网络模型,同时基于可分离卷积结构裁剪优化模型的特征金字塔模块,降低模型参数量,提出一种嵌入式平台实时处理的目标检测算法.与原YOLOX相比,实验结果表明,在保证识别精度99.12％的前提下网络模型的参数量减少了 20倍左右,改进后的轻量级网络模型在嵌入式平台上检测速度可达30帧/s,平均检测精度为92.54％,为实现嵌入式平台实时目标识别提供了理论支撑.
关键词：目标检测YOLOX模型轻量化裁剪嵌入式
论文发表日期：2023-03-28
在线出版日期：2026-05-22（本平台首次上网日期，不代表文献的发表时间）
页数：4( 62-65 )