基于深度可分离卷积与通道裁剪的YOLOv3改进方法

摘要

基于YOLOv3和YOLOv3-Tiny网络试验了人脸数据集Widerface和CelebA的人脸检测.并针对检测结果进行分析,认为神经网络权重中具备大量的参数冗余,将深度可分离卷积与通道裁剪方法应用于深度神经网络的模型压缩,并结合模型量化方法,最终实现轻量级的人脸检测模型.试验结果表明,改进后的模型满足移动端部署的实时性要求,并表现出良好的检测效果.