基于暹罗结构轻量级网络的目标跟踪

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘  要：随着深度学习在计算机领域应用层次的不断加深，在图像分类、目标检测和跟踪等领域所使用的卷积神经网络的深度也随之加大。轻量级网络的提出很大程度上解决了网络模型过大的问题，已被广泛应用到图像分类、目标检测等领域。文章设计一种新型无padding的暹罗结构轻量级网络框架，融合SiamFC目标跟踪框架，模型大小缩减为原算法的三分之一，精度和成功率分别提高0.34、0.12，跟踪速度达到102帧/秒。（剩余6341字）

试读结束

目录
monitor