一种改进YOLO的低算力监控目标识别算法

本发明公开了一种改进YOLO的低算力监控目标识别算法，包括以下步骤：S1、将原有YOLO主干替换为轻量特征提取结构，首层卷积核设为16或24，深层卷积核不超过128，本发明的有益效果是：通过限定卷积核数量上限并结合基于归一化层缩放因子的通道剪枝，去除了网络中贡献度低的连接，实现了推理引擎体积的压缩；利用监控视频帧间相关性高的特点，构建帧间特征缓存区，仅在首帧执行全量特征提取，后续帧复用深层特征并仅执行浅层卷积，减少了重复计算；通过非均匀精度分配策略，在关键区域采用高精度浮点运算，在非关键区域采用低比特整数运算，配合内存对齐管理，从结构、调度和数值三个层面降低了运算开销。