典型文献
一种基于深度可分离卷积的轻量级人体关键点检测算法
文献摘要：
针对网络模型执行过程耗时过长的问题,受到像素切割网络架构中的编解码结构启发,设计了一种高效的轻量级主干网络,使用深度可分离卷积作为基本的卷积模块,利用了多维自学习模块(Multidimensional Self-Learning Module,MSLM)对特征矩阵进行自适应的学习来增强有用信息权重,同时使用编解码结构对其主干结构进行效率上的优化,设计出了深度可分离网络(Codec Depth Separable Network,CSDNet),相比于MobileNet性能提升了72％,精度提升了5.2％.
文献关键词：
卷积神经网络;人体关键点检测;属性金字塔;注意力机制;编解码结构
中图分类号：
作者姓名：
孔令军;刘伟光;周耀威;裴会增;沈馨怡;赵子昂
作者机构：
金陵科技学院 网络与通信工程学院, 江苏 南京 211169;南京邮电大学 通信与信息工程学院, 江苏 南京 210003
文献出处：
引用格式：
[1]孔令军;刘伟光;周耀威;裴会增;沈馨怡;赵子昂-.一种基于深度可分离卷积的轻量级人体关键点检测算法)[J].无线电工程,2022(01):76-82
A类：
MSLM,深度可分离网络,Codec,CSDNet,属性金字塔
B类：
深度可分离卷积,轻量级,人体关键点检测,检测算法,执行过程,像素,网络架构,编解码结构,主干网络,使用深度,卷积模块,自学习,学习模块,Multidimensional,Self,Learning,Module,特征矩阵,信息权,主干结构,Depth,Separable,Network,MobileNet,性能提升,精度提升,注意力机制
AB值：
0.328718
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。
