典型文献
GPNet:轻量型红外图像目标检测算法
文献摘要：
针对资源受限的红外成像系统准确、实时检测目标的需求,提出了一种轻量型的红外图像目标检测算法GPNet.采用GhostNet优化特征提取网络,使用改进的PANet进行特征融合,利用深度可分离卷积替换特定位置的普通3×3卷积,可以更好地提取多尺度特征并减少参数量.公共数据集上的实验表明,本文算法与YOLOv4、YOLOv5-m相比,参数量分别降低了81％和42％;与YOLOX-m相比,平均精度均值提高了2.5％,参数量降低了51％;参数量为12.3 M,检测时间为14 ms,实现了检测准确性和参数量的平衡.
文献关键词：
红外图像;目标检测;YOLO;GhostNet;参数量
中图分类号：
作者姓名：
李现国;曹明腾;李滨;刘意;苗长云
作者机构：
天津工业大学电子与信息工程学院,天津300387;天津市光电检测技术与系统重点实验室,天津300387
文献出处：
引用格式：
[1]李现国;曹明腾;李滨;刘意;苗长云-.GPNet:轻量型红外图像目标检测算法)[J].红外与毫米波学报,2022(06):1092-1101
A类：
GPNet
B类：
轻量型,红外图像,图像目标检测,目标检测算法,资源受限,红外成像系统,实时检测,GhostNet,特征提取网络,PANet,特征融合,深度可分离卷积,特定位置,多尺度特征,参数量,公共数据,YOLOv4,YOLOv5,YOLOX,平均精度均值,检测时间,ms,检测准确性
AB值：
0.368962
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。
