[发明专利]基于通道重排的轻量级目标检测模型及目标检测方法有效
申请号: | 201910814115.7 | 申请日: | 2019-08-30 |
公开(公告)号: | CN110705588B | 公开(公告)日: | 2023-10-17 |
发明(设计)人: | 张志超;徐晗智;蒋丽婷;刘忠麟;张可;喻金桃;王立才;艾中良 | 申请(专利权)人: | 中国电子科技集团公司第十五研究所 |
主分类号: | G06V10/82 | 分类号: | G06V10/82;G06N3/0464;G06N3/08 |
代理公司: | 工业和信息化部电子专利中心 11010 | 代理人: | 张然 |
地址: | 100083 北京市海*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 通道 重排 轻量级 目标 检测 模型 方法 | ||
1.一种基于通道重排的轻量级目标检测模型,其特征在于,包括:
第一运算单元,用于对含有目标的输入图像执行至少一次卷积运算,并输出第一图像数据;
第二运算单元,用于将所述第一图像数据分为第一组图像数据和第二组图像数据,并对所述第一组图像数据执行池化运算,对所述第二组图像数据执行至少一次卷积运算,并输出第二图像数据;
通道重排单元,用于对所述第二图像数据进行通道重排,输出第三图像数据;
第三运算单元,用于将所述第三图像数据分为第三组图像数据和第四组图像数据,并对所述第三组图像数据执行至少一次卷积运算后与所述第四组数据张量拼接,输出第四图像数据;
第四运算单元,用于对所述第四图像数据执行至少一次卷积运算,输出第五图像数据。
2.如权利要求1所述的模型,其特征在于,所述第一运算单元包括:
第一卷积运算子单元,用于对所述含有目标的输入图像依次执行卷积运算、池化运算,并输出第一预处理图像数据;
第二卷积运算子单元,用于对所述第一预处理图像数据依次执行卷积运算、池化运算,并输出第一图像数据。
3.如权利要求1所述的模型,其特征在于,所述第二运算单元包括:
第一分组子单元,用于将所述第一图像数据分为所述第一组图像数据和所述第二组图像数据;
第一池化子单元,用于对所述第一组图像数据执行池化运算,并输出第二预处理图像数据;
第三卷积运算子单元,用于对所述第二组图像数据依次执行卷积运算和池化运算,或用于对所述第二组图像数据执行分组卷积运算,并输出第三预处理图像数据;
第四卷积运算子单元,用于对所述第三预处理图像数据依次执行卷积运算和池化运算,或用于对所述第三预处理图像数据执行分组卷积运算,并输出第四预处理图像数据;
第五卷积运算子单元,用于对所述第四预处理图像数据依次执行卷积运算和池化运算,或用于对所述第四预处理图像数据执行分组卷积运算,并输出第五预处理图像数据;
第一张量拼接单元,用于将所述第二预处理图像数据与所述第五预处理图像数据张量拼接,并输出所述第二图像数据。
4.如权利要求3所述的模型,其特征在于,所述第三卷积运算子单元、所述第四卷积运算子单元和所述第五卷积运算子单元均执行分组卷积运算;
所述第三卷积运算子单元,用于将所述第二组图像数据分为两组图像数据,并对该两组图像数据分别执行卷积运算;
所述第四卷积运算子单元,用于将所述第三预处理图像数据分为八组图像数据,并对该八组图像数据分别执行卷积运算;
所述第五卷积运算子单元,用于将所述第四预处理图像数据分为两组图像数据,并对该两组图像数据分别执行卷积运算。
5.如权利要求1所述的模型,其特征在于,所述通道重排单元,用于:
将执行池化运算后的第一组图像数据分为预设组第一待排通道;
将执行至少一次卷积运算后的第二组图像数据分为预设组第二待排通道;
将所述预设组第二待排通道依次插入相邻两组所述第一待排通道之间,输出所述第三图像数据。
6.如权利要求1所述的模型,其特征在于,所述第三运算单元包括:
第二分组子单元,用于将所述第三图像数据分为第三组图像数据和第四组图像数据;
第六卷积运算子单元,用于对所述第三组图像数据执行卷积运算或分组卷积运算,并输出第六预处理图像数据;
第七卷积运算子单元,用于对所述第六预处理图像数据执行卷积运算或分组卷积运算,并输出第七预处理图像数据;
第八卷积运算子单元,用于对所述第七预处理图像数据执行卷积运算或分组卷积运算,并输出第八预处理图像数据;
第二张量拼接单元,用于对所述第四组图像数据和所述第八预处理图像数据执行张量拼接,并输出所述第四图像数据。
7.如权利要求1所述的模型,其特征在于,至少一个卷积运算包括深度可分离卷积。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国电子科技集团公司第十五研究所,未经中国电子科技集团公司第十五研究所许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910814115.7/1.html,转载请声明来源钻瓜专利网。