基于深度可分离卷积, 提出了一种适用于嵌入式平台的小型目标检测网络MTYOLO(MobileNet Tiny-Yolo), 它将待检测的图片平均分割成多个单元格, 并采用深度可分离卷积代替传统卷积, 减少了参数量和计算量。采用点卷积和特征图融合的方法来提高检测精度。实验结果表明, 所提MTYOLO网络模型大小为41 MB, 约为Tiny-Yolo模型的67%, 其在PASCAL VOC 2007数据集上的检测准确率可达到57.25%, 检测效果优于Tiny-Yolo模型, 更适合应用于嵌入式系统。
1