Anchor-free轻量级红外目标检测方法(特邀)

被引:4
作者
高凡 [1 ,2 ]
杨小冈 [2 ]
卢瑞涛 [2 ]
王思宇 [2 ]
高久安 [2 ]
夏海 [2 ]
机构
[1] 北京华航无线电测量研究所
[2] 火箭军工程大学导弹工程学院
关键词
红外目标; 轻量化; 目标检测; 神经网络; 非对称卷积;
D O I
暂无
中图分类号
TP391.41 []; TN219 [红外技术的应用]; TP183 [人工神经网络与计算];
学科分类号
080203 ;
摘要
针对红外目标的特点,提出了一种anchor-free轻量级红外目标检测方法,提高了嵌入式平台对红外目标的检测能力。针对计算资源有限的平台,提出了一种新的轻量级卷积结构,引入非对称卷积增强标准卷积的特征表达能力,同时有效减少参数和计算量。设计并行多路特征通道,经过通道拼接生成丰富的特征,结合注意力模块和Channel Shuffle构建轻量级特征提取单元。增加SkipBranch促进浅层信息向高层传递,进一步丰富高层特征。在FLIR数据集进行实验验证,设计的轻量级网络结构精度为81.7%,超过了YOLOv4-tiny,但模型参数量减少了75.0%、计算量下降了71.1%,并且推理时间压缩了91.3%,能够满足嵌入式平台红外目标的实时检测需求。
引用
收藏
页码:135 / 143
页数:9
相关论文
共 8 条
  • [1] 红外遥感图像舰船尾迹提取及检测
    成艳
    于雪莲
    钱惟贤
    钱烨
    [J]. 红外与激光工程, 2022, (02) : 32 - 39
  • [2] 使用Lp归一化权重的红外目标检测网络压缩
    李维鹏
    杨小冈
    李传祥
    卢瑞涛
    谢学立
    何川
    [J]. 红外与激光工程 , 2021, (08) : 143 - 150
  • [3] 改进YOLOv3的轮毂焊缝缺陷检测
    王宸
    张秀峰
    刘超
    张伟
    唐禹
    [J]. 光学精密工程 , 2021, (08) : 1942 - 1954
  • [4] 面向光学遥感目标的全局上下文检测模型设计
    张瑞琰
    姜秀杰
    安军社
    崔天舒
    [J]. 中国光学, 2020, 13 (06) : 1302 - 1313
  • [5] 基于卷积神经网络的候选区域优化算法
    王春哲
    安军社
    姜秀杰
    邢笑雪
    [J]. 中国光学, 2019, 12 (06) : 1348 - 1361
  • [6] EfficientNet: Rethinking Model Scaling for Convolutional Neural Networks[J] . Mingxing Tan,Quoc V. Le.CoRR . 2019
  • [7] Faster R-CNN: Towards Real-Time Object Detection with Region Proposal Networks
    Ren, Shaoqing
    He, Kaiming
    Girshick, Ross
    Sun, Jian
    [J]. IEEE TRANSACTIONS ON PATTERN ANALYSIS AND MACHINE INTELLIGENCE, 2017, 39 (06) : 1137 - 1149
  • [8] SqueezeNet: AlexNet-level accuracy with 50x fewer parameters and <1MB model size[J] . Forrest N. Iandola,Matthew W. Moskewicz,Khalid Ashraf,Song Han,William J. Dally,Kurt Keutzer.CoRR . 2016