面向交通场景的轻量化车辆目标检测算法

摘要

在车辆目标检测环境中,需要把深度神经网络模型(Deep Neural Network,DNN)部署在资源受限的嵌入式设备上,这需要车辆检测算法在精度和速度上进行权衡。另外,在道路监控摄像头拍摄的画面中,车辆尺寸变化范围很大,增加了算法检测难度。针对这两个问题,笔者提出一种适合部署在嵌入式设备的轻量化目标检测网络LiteFPN-YOLOX。实验结果表明,LiteFPN-YOLOX在保证精度的情况下,参数量压缩14%、浮点计算次数减少10%,更适合部署在实际场景中。