文献

J-GLOBAL ID：202002261699068839   整理番号：20A1588468

軽量深さネットワークに基づく目標認識方法【JST・京大機械翻訳】

Object recognition method based on lightweight depth network

著者 (2件)： Li Yahui (杭州電子科技大学 通信与伝輸信息融合国防重点学科実験室,杭州,310018) ,  Liu Jun (杭州電子科技大学 通信与伝輸信息融合国防重点学科実験室,杭州,310018)
資料名： Jisuanji Yingyong Yanjiu  (Jisuanji Yingyong Yanjiu)
巻： 37  号： 3  ページ： 919-923  発行年： 2020年 
JST資料番号： C2536A  ISSN： 1001-3695  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 資源制約下のターゲット認識タスクに対して,軽量化深さネットワークに基づく目標認識法を提案した。コンボリューション操作,モデルパラメータ圧縮,強化特徴表現深さなどのネットワーク構造の最適化方法の最適化を通じて,組込みプラットフォーム応用に対する軽量ネットワークモデル構造を設計し,実現し,深さネットワークモデルが精度を保証する条件下で,モデルパラメータと運行に必要なリソースの大幅な削減を実現した。実験結果は,提案した軽量化深さモデルが,ILSVRC-15キャノピーによって提案された基礎モデルResNetより,ImageNet-67データセットにおいて,ネットワークモデル圧縮に基づくモデル10.2%において,93.5%のターゲット認識精度を維持することを示した。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： 最適化 ,  畳込み ,  *ネットワーク ,  軽量化 ,  最適化手法 ,  ネットワーク構造 ,  *物体認識 ,  キャノピー
準シソーラス用語： ネットワークモデル ,  モデルパラメータ ,  資源制約 ,  特徴表現 ,  軽量 , 【Automatic Indexing@JST】

分類 (1件)： 計算機網  (JC03000K)

タイトルに関連する用語 (2件)： 軽量 ,  目標認識