基于昇腾AI处理器的轻量化MNG-YOLO模型研究

分享到

【作者】赵月爱，沈帅杰，王智瑜，王玲
【刊名】电子器件
【作者单位】¹太原师范学院计算机科学与技术学院；²山西大学自动化与软件学院
【年份】2024
【卷号】第47卷
【期号】第5期
【页码】1193-1200
【ISSN】1005-9490
【关键词】目标检测 YOLO模型昇腾AI处理器模型轻量化
【摘要】随着目标检测神经网络算法精度不断提升，算法的参数量以及计算量都有着较高的增长，导致模型实际应用部署困难，因此对神经网络模型进行轻量化，减少模型的参数量和计算量对模型部署在边缘设备上是至关重要的。昇腾AI处理器是华为推出的一款专用于神经网络加速的芯片，为充分发挥昇腾AI处理器的优势并解决算法模型较为庞大的问题，基于此平台提出一种轻量化目标检测模型MNG-YOLO,对YOLO模型采用轻量级主干网络和Ghost卷积以减小模型大小，添加NAM注意力模块和Mish激活函数提升模型准确率。实验结果表明，MN...
【基金】国家社会科学基金
【文献类型】期刊