科研之友
微信
新浪微博
Facebook
分享链接
摘要
二维人体姿态估计对安全生产、智能交互等研究都有重要的意义。针对目前的人体姿态估计模型计算量大、检测速度慢等问题，本文提出一种基于YOLOpose模型的轻量化改进算法。首先引入运算更精巧的GSConv卷积模块替换普通Conv卷积，大大降低模型计算量和复杂度；然后用CARAFE模块替换UPSample模块，完成上采样工作，同时引入CBAM注意力机制模块以避免模型轻量化带来的精度降低的问题。实验结果表明，YOLOpose模型经过上述轻量化改进后，模型体量降低为135.6MB，降低了约15.8%，GFLOPS降为了86.9，降低了约15.0%，模型计算量显著降低，再加入CBAM注意力机制对模型精度影响较小，改进后模型既可以保证识别的准确度，又可以实现检测算法的轻量化。
- 出版日期2023
- 单位山东建筑大学
