*

（1.西安交通大学电子与信息学部，西安 710049；2.西安交通大学人工智能学院，西安 710049）

0 引言

随着人工智能和云计算技术的快速发展，物体检测技术逐渐应用到人们生活的方方面面。例如，车辆检测在交通运输和安防［1］、自动驾驶［2］等领域有着广泛的应用。近年来卷积神经网络在物体检测领域取得了许多重大的进展，新的网络结构不断涌现，如R-CNN（Region-based Convolutional Neural Network）［3］、Faster-RCNN（Faster Region-based Convolutional Neural Network）［4］、SSD（Single Shot multibox Detection）［5］、YOLO（You Only Look Once）［6］等。这些新型的网络不断提升物体检测的精度，但它们的参数和计算量也在急剧升高。受制于计算、访存、功耗等诸多因素，通常很难将它们直接应用到车辆和无人机等移动嵌入式环境中。而将图像上传到云端进行检测则需要高速稳定的无线网络支持，系统的可用性直接受制于通信的质量［7］，而现有的网络环境很难支撑这一方案。因此，神经网络的参数量和计算量逐渐成为衡量算法性能的重要指标，它们决定了算法能否部署于端侧。

为了解决基于神经网络的物体检测技术在端设备实际应用中的计算负荷和性能问题，现有方法主要采用两类思路：一类是从网络设计开始，采用例如可分离卷积或者组卷积等技术来降低模型的参数，例如旷视的ShuffleNet［8］和Google 提出的MobileNet 系列［9-11］；另一类是通过对已有网络进行模型压缩，从而降低网络的参数与计算量。本文属于第二类，从模型压缩［12-25］和计算加速［26-33］两方面入手研究YOLOv3（You Only Look Once v3）［34］在端侧设备上的部署。Cheng 等［35］对这两者进行了综述，指出模型压缩的主要手段包括网络裁剪［12-17］、量化［18-22］和模型蒸馏［23-25］等。……