计算机工程

作者：张宝朋, 康谦泽, 李佳萌, 郭俊宇, 陈少华

单位：大连交通大学 计算机与通信工程学院, 辽宁 大连 116028

关键词：YOLOv4目标检测,ShuffleNet V2网络模型,卷积运算,轻量化网络,ZYNQ平台

基金：辽宁省自然科学基金面上项目“高速列车无线健康管理通信系统关键技术研究”（2021-MS-298）；辽宁省教育厅科学研究项目“列控系统故障诊断和预警机制的研究”（JDL2020006）。

YOLOv4目标检测算法主干网络庞大且参数量和计算量过多，难以部署在算力和存储资源有限的移动端嵌入式设备上。提出一种改进的YOLOv4目标检测算法，使用轻量化的ShuffleNet V2网络作为主干特征提取网络，更换模型激活函数及扩大卷积核，同时将YOLOv4网络中的普通卷积替换为深度可分离卷积，降低算法参数量、计算量和模型占用空间。在ShuffleNet V2网络结构的改进过程中分析并剪裁其基本组件，利用2个3 × 3卷积核级联的方式增强网络感受野，并使用Mish激活函数进一步提升网络检测精度和模型推理速度。在GPU平台和VisDrone 2020数据集上的实验结果表明，与YOLOv4算法相比，改进的YOLOv4算法在牺牲1.8个百分点的检测精度情况下，提高了27%的检测速度，压缩了23.7%的模型容量，并且能够充分发挥ZYNQ平台并行高速数据处理及低功耗的优势。

来源：2022年第8期

《计算机工程》期刊编辑部

查看计算机工程杂志2022年第8期