技术摘要：
本发明实施例提供了一种物体识别方法、装置和网络，通过使用深度可分离卷积层代替传统的YOLO网络中一部分卷积层，减小了计算量；通过使用密集连接结构替换传统的YOLO网络中的残差结构，加速了收敛速度，降低了网络的复杂度，并保持了原有的物体识别精度。
背景技术：
当今，物体识别技术被广泛应用于许多领域，其中，仅看一次(YOLO，You  Only  Look  Once)是具有高速度和高识别精度的成功结构之一，这种网络是一种单步识别网络， 它集成了位置功能和检测功能。与特征金字塔网络(FPN，Feature  Pyramid  Networks)结构 类似，在GTX1080Ti  GPU的帮助下，它能够实现30fps(YOLO  V3  416)和与快速区域卷积神经 网络(Faster  R-CNN，Faster  Region-Convolutional  Neural  Network)相似的精度。 应该注意，上面对技术背景的介绍只是为了方便对本发明的技术方案进行清楚、 完整的说明，并方便本领域技术人员的理解而阐述的。不能仅仅因为这些方案在本发明的
技术实现要素：
部分进行了阐述而认为上述技术方案为本领域技术人员所公知。