-
题名基于YOLOv3算法的交通事故检测
被引量：2
- 1
-
-
作者
吴兰
赵自广
文成林
-
机构
河南工业大学
广东石油化工学院
-
出处
《现代电子技术》
2022年第7期181-186,共6页
-
基金
国家自然科学基金项目(61973103)
河南省中原千人计划。
-
文摘
针对深度学习算法虽然能够很好地对车辆进行检测,但网络结构复杂,存在大量冗余,导致检测速度非常缓慢的问题,提出基于缩放因子对网络结构进行剪枝。首先,训练网络通道的稀疏性,以便更容易筛选出重要的通道。在训练网络权值时,将L;范数应用于缩放因子和网络偏置,具有较小参数值的结构受到惩罚;其次,对网络结构中的缩放因子进行排序,并根据比例对缩放因子较小的结构进行修剪;最后,将修剪结构的偏置转移到后续层,以保持精度。对于车辆数据,经过训练和测试,修剪后的模型在精度几乎保持不变的情况下,每秒千兆浮点运算(GFLOPS)从33.2下降到8.1,参数量从62M下降到6.8M。
-
关键词
交通事故检测
车辆碰撞
车辆检测
剪枝YOLOv3算法
通道筛选
缩放因子排序
-
Keywords
traffic accident detection
vehicle collision
vehicle detection
pruned YOLOv3 algorithm
channel screening
scaling factor ordering
-
分类号
TN911.1-34
[电子电信—通信与信息系统]
-
