[发明专利]一种面向计算资源局限平台部署的实时目标检测的方法

权利要求书

1.一种面向计算资源局限平台部署的实时目标检测的方法，其特征在于，所述方法包括以下步骤：

（1）在含有GPU的平台部署Tinier-YOLO，通过摄像头采集画面；

（2）Tinier-YOLO读取摄像头采集到的图像；

（3）Tinier-YOLO检测识别目标信息；

（4）将目标检测的结果信息实时输出到设备屏幕或摄像头自带的屏幕上；

其中，：保留YOLO-v3-tiny网络结构的前五个卷积层和池化层的交替运算，其后依次连接五个SqueezeNet中的Fire模块，输出至第一个直通层，之后所述直通层连接第六个SqueezeNet中的Fire模块，并使用Dense连接将五个Fire模块的输出特征图和第六个Fire模块的输入相连，第六个Fire模块的数据输出至第二个直通层和一个1*1瓶颈层，之后的数据再经过上采样层放大图像得到特征图大小为26*26的第三个直通层，之后再依次连接第七个和第八个SqueezeNet中的Fire模块进行数据压缩，之后数据输出至1*1瓶颈层，连接输出端，输出的特征图大小为26*26，此外，第一个直通层和第三个直通层分别与第五个卷积层连接，获取第五个卷积层的输出特征；第六个SqueezeNet中的Fire模块处也连接有输出端，输出的特征图大小为13*13；重新训练网络，即可得到Tinier-YOLO。

2.根据权利要求1所述的一种面向计算资源局限平台部署的实时目标检测的方法，其特征在于，使用Dense连接将五个Fire模块的输出特征图和第六个Fire模块的输入相连是指：第一个到第五个Fire模块的输出同时作为第六个Fire模块的输入。

3.根据权利要求1或2所述的一种面向计算资源局限平台部署的实时目标检测的方法，其特征在于，所述第三个直通层将放大后的图像与第五个卷积层的特征图的输出进行了特征融合。

4.根据权利要求1或2任一所述的一种面向计算资源局限平台部署的实时目标检测的方法，其特征在于，所述目标为人或物体。

5.根据权利要求3所述的一种面向计算资源局限平台部署的实时目标检测的方法，其特征在于，所述目标为人或物体。

6.根据权利要求1或2所述的一种面向计算资源局限平台部署的实时目标检测的方法，其特征在于，所述含有GPU的平台为任一存储空间不小于10MB的设备。

7.根据权利要求3所述的一种面向计算资源局限平台部署的实时目标检测的方法，其特征在于，所述含有GPU的平台为任一存储空间不小于10MB的设备。

8.根据权利要求4所述的一种面向计算资源局限平台部署的实时目标检测的方法，其特征在于，所述含有GPU的平台为任一存储空间不小于10MB的设备。

9.根据权利要求5所述的一种面向计算资源局限平台部署的实时目标检测的方法，其特征在于，所述含有GPU的平台为任一存储空间不小于10MB的设备。

10.根据权利要求6所述的一种面向计算资源局限平台部署的实时目标检测的方法，其特征在于，所述含有GPU的平台包括具有GPU处理性能的嵌入式平台或移动设备。

11.根据权利要求7或8所述的一种面向计算资源局限平台部署的实时目标检测的方法，其特征在于，所述含有GPU的平台包括具有GPU处理性能的嵌入式平台或移动设备。

12.根据权利要求1所述的一种面向计算资源局限平台部署的实时目标检测的方法，其特征在于，所述方法应用于自动驾驶或安防、建筑领域。