基于孿生網(wǎng)絡(luò)的輕量化單目標(biāo)跟蹤算法研究

打開(kāi)文本圖片集

摘  要：針對(duì)目前多數(shù)基于孿生網(wǎng)絡(luò)的單目標(biāo)跟蹤算法模型參數(shù)大，難以在嵌入式平臺(tái)等移動(dòng)端設(shè)備部署的問(wèn)題，設(shè)計(jì)了一種基于SiamRPN改進(jìn)的輕量化孿生網(wǎng)絡(luò)單目標(biāo)跟蹤算法。算法使用裁剪過(guò)的MobileNetV3替換AlexNet作為特征提取網(wǎng)絡(luò)，降低算法的參數(shù)量；融合了MobileNetV3的高低層特征，整合不同尺度的特征信息，增強(qiáng)算法對(duì)目標(biāo)多尺度變化的適應(yīng)能力；使用GhostConv替換原網(wǎng)絡(luò)模型頭部的普通卷積，使用深度可分離卷積進(jìn)行相關(guān)運(yùn)算，在保證特征提取能力的同時(shí)進(jìn)一步減少了參數(shù)量。（剩余9075字）