移动端实时目标检测系统PeleeNet研究.pdfVIP

Pelee：移动设备上的实时目标检测系统

RobertJ.Wang,angLi,CharX.

Ling∗安大略省伦敦市大略大学计

算机科学系，N6A

3K7

{jwan563,lang2,char.ling}@uwo.ca

随着在计算能力和内存有限的移动设备上运行卷积神经网络（CNN）模型

的需求日益增长，高效模型设计的研究受到推动。近年来已提出多种高效架构，

例如MobileNet、ShuffleNet和MobileNetV2。然而这些模型都严重依赖深

度可分离卷积，而该操作在多数深度学习框架中缺乏高效实现。本研究提出名

为PeleeNet的高效架构，其完全基于传统卷积构建。在ImageNet

ILSVRC

2012数据集上，PeleeNet在NVIDIA

TX2平台上的准确率高于MobileNet与

MobileNetV2，且速度提升1.8倍以上，模型体积仅为MobileNet的66%。我