自2012年AlexNet在ILSVRC竞赛夺冠以来,基于神经网络的算法已经取代了传统算法在计算机视觉领域的统治地位。目标检测作为计算机视觉领域的重要研究方向,近年来取得巨大进步,而人脸检测和文本检测作为目标检测领域的重要方向,也成为研究热点。随着近十年来移动互联网的兴起和硬件性能的提升,移动端成为日益重要的算法部署平台。然而,基于神经网络的人脸检测和文本检测在移动端的部署仍处于起步阶段,且存在模型占存储空间过大、推理延迟过长两大难点,极大制约了目标检测在移动端的应用。针对以上难点,本文改进了目标检测模型的结构,通过对模型进行剪枝、层融合、量化等一系列优化,在保证检测精度的同时显著降低了模型的计算量,实现了目标检测算法在安卓端的部署与应用。取得的主要研究成果和创新点包括:(1)人脸检测方面,在MTCNN的基础上,引入深度可分离卷积,构建轻量化的人脸检测网络FaceModel,该模型较MTCNN计算量缩减了 70%以上,在FDDB人脸检测数据集上的检测精度仅降低0.4%;文本检测方面,在Pixellink的基础上,引入MobileNet-v2作为其特征提取分支,构建轻量化的文本检测网络OCRModel,该模型较Pixellink+VGG计算量缩减了 98%,在自建名片数据集上的检测精度仅降低1.1%。同时,针对训练样本不平衡问题,在构建的两个轻量级网络中引入Focal Loss损失函数,有效提高了网络的收敛能力。(2)在 Tensorflow 框架下,对提出的 FaceModel 和 OCRModel从网络结构和存储空间两个方面完成进一步的优化。在网络结构部分,通过剪枝和层融合进一步压缩模型的结构,压缩后的FaceModel参数量缩减了 77%,检测精度仅降低2%;压缩后的OCRModel参数量缩减了 90%,检测精度仅降低1%。在存储空间部分,采用非对称分通道量化再训练的方式,实现了 32位浮点模型向8位定点模型的转换。(3)完成安卓端离线目标检测应用程序的设计和开发。人脸检测模型和文本检测模型共计1.1MB,人脸检测速度达到50FPS,文本检测加识别总延迟小于1秒。测试结果表明,提出的FaceModel和OCRModel实现了检测准确性和实时性的平衡,在存储空间和推理延迟方面满足了移动端部署的要求。