资料下载
×
新型基于深度学习的目标实时跟踪算法
消耗积分:0 |
格式:pdf |
大小:2.62 MB |
2021-03-11
分享资料个
针对基于深度学习的目标跟踪算法模型参数多、难以部署于嵌入式设备上的问题，提出一种改进的孪生卷积网络实时目标跟踪算法。设计一个非对称卷积模块来构建整个网络框架，通过非对称卷积模块的压缩层减少模型参数量，利用非对称层进行特征融合，以在保证精度的同时压缩模型大小。使用三元组损失函数代替逻辑损失函数进行模型训练，在输入不变的情况下提取表达性更强的深度特征，从而完成目标跟踪仼务并提髙模型的跟踪精度。在GoT-l0K、OTB100和voT2016基准上对算法性能进行测试，结果表明，该算法能够将模型大小降为38×10，且速度与精度均优于 Siamfc、KCF和DAT等跟踪算法。
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉
评论(0)
发评论
- 相关下载
- 相关文章
