典型文献
基于轻量化网络的遮挡人脸检测
文献摘要：
为了解决人脸检测中由于目标遮挡、背景复杂导致性能下降以及神经网络模型过大导致难以在低性能设备部署问题,在YOLOv4-Tiny的基础上引入SD(Self-DeConvolution)模块,提出了YOLO-SD-Tiny网络模型.在特征金字塔网络引入拥有更大感受野和更轻量级的SD模块,在部分网络层中采用Mish激活函数,损失函数采用CIOU边界框回归损失和GHM分类损失.实验结果表明:与原YOLOv4-Tiny相比,所提出的YOLO-SD-Tiny在遮挡场景下的人脸检测在准确率和实时性上有一定提升.
文献关键词：
人脸检测;YOLO算法;深度学习;特征金字塔;感受野
中图分类号：
作者姓名：
李文豪;周斌;胡波;张子涵
作者机构：
中南民族大学 计算机科学学院,武汉 430074;武汉市东信同邦信息技术有限公司,武汉 430074
文献出处：
引用格式：
[1]李文豪;周斌;胡波;张子涵-.基于轻量化网络的遮挡人脸检测)[J].中南民族大学学报（自然科学版）,2022(03):339-346
A类：
DeConvolution
B类：
轻量化网络,遮挡人脸检测,性能下降,设备部,YOLOv4,Tiny,Self,特征金字塔网络,感受野,更轻,轻量级,分网,网络层,Mish,激活函数,损失函数,CIOU,边界框回归,GHM,遮挡场景
AB值：
0.360153
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
