计算机应用研究2021，Vol.38Issue(4) ：1212-1215.DOI:10.19734/j.issn.1001-3695.2020.02.0079

基于改进注意力迁移的实时目标检测方法

Real time object detection method based on improved attention transfer

张弛 刘宏哲
计算机应用研究2021，Vol.38Issue(4) ：1212-1215.DOI:10.19734/j.issn.1001-3695.2020.02.0079
✕
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 维普
  • 万方数据

基于改进注意力迁移的实时目标检测方法

Real time object detection method based on improved attention transfer

张弛 1刘宏哲1
扫码查看

作者信息

  • 1. 北京联合大学 北京市信息服务工程重点实验室,北京 100101;北京联合大学 机器人学院,北京 100101
  • 折叠

摘要

目前深度神经网络模型需要部署在资源受限的环境中,故需要设计高效紧凑的网络结构.针对设计紧凑的神经网络提出一种基于改进注意力迁移的模型压缩方法(KE),主要使用一个宽残差教师网络(WRN)指导一个紧凑的学生网络(KENet),将空间和通道的注意力迁移到学生网络来提升性能,并将该方法应用于实时目标检测.在CIFAR上的图像分类实验验证了经过改进注意力迁移的知识蒸馏方法能够提升紧凑模型的性能,在VOC上的目标检测实验验证了模型KEDet具有很好的精度(72.7 mAP)和速度(86 fps).实验结果充分说明基于改进注意力迁移的目标检测模型具有很好的准确性和实时性.

关键词

神经网络/深度学习/目标检测/知识蒸馏/注意力迁移

引用本文复制引用

基金项目

出版年

2021
计算机应用研究
四川省电子计算机应用研究中心

计算机应用研究

CSTPCDCSCD北大核心
影响因子：0.93
ISSN：1001-3695
被引量1
参考文献量3
段落导航相关论文