基于暹羅結(jié)構(gòu)輕量級網(wǎng)絡(luò)的目標(biāo)跟蹤

打開文本圖片集

摘  要：隨著深度學(xué)習(xí)在計算機領(lǐng)域應(yīng)用層次的不斷加深，在圖像分類、目標(biāo)檢測和跟蹤等領(lǐng)域所使用的卷積神經(jīng)網(wǎng)絡(luò)的深度也隨之加大。輕量級網(wǎng)絡(luò)的提出很大程度上解決了網(wǎng)絡(luò)模型過大的問題，已被廣泛應(yīng)用到圖像分類、目標(biāo)檢測等領(lǐng)域。文章設(shè)計一種新型無padding的暹羅結(jié)構(gòu)輕量級網(wǎng)絡(luò)框架，融合SiamFC目標(biāo)跟蹤框架，模型大小縮減為原算法的三分之一，精度和成功率分別提高0.34、0.12，跟蹤速度達(dá)到102幀/秒。（剩余6341字）