[发明专利]一种目标识别方法及设备有效
| 申请号： | 201910233549.8 | 申请日： | 2019-03-26 |
| 公开（公告）号： | CN110008952B | 公开（公告）日： | 2021-06-15 |
| 发明（设计）人： | 陈海波 | 申请（专利权）人： | 深兰科技（上海）有限公司 |
| 主分类号： | G06K9/32 | 分类号： | G06K9/32;G06N3/08 |
| 代理公司： | 北京同达信恒知识产权代理有限公司 11291 | 代理人： | 黄志华 |
| 地址： | 200336 上海市长宁区威*** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种目标识别方法及设备，用以解决对神经网络模型进行量化时，量化过程复杂，占用资源较多，消耗时间长，效率低，且量化后的模型训练精度损失大的问题，本发明方法包括：获取用于目标识别的图像数据；将所述图像数据输入定点神经网络模型，其中，在预设神经网络模型训练过程中，确定需要进行量化的一组模型参数，根据所述一组模型参数中各模型参数绝对值的最大值以及量化基准值，确定数据量化系数，利用所述数据量化系数对所述一组模型参数进行量化处理，利用量化前的模型参数调整训练结束后的预设神经网络模型的模型参数，得到定点神经网络模型；通过所述定点神经网络模型对所述图像数据进行处理，输出所述目标识别的识别结果。 | ||
| 搜索关键词： | 一种 目标 识别 方法 设备 | ||
【主权项】：
1.一种目标识别方法，其特征在于，该方法包括：获取用于目标识别的图像数据；将所述图像数据输入定点神经网络模型，其中，在预设神经网络模型训练过程中，确定需要进行量化的一组模型参数，根据所述一组模型参数中各模型参数绝对值的最大值以及量化基准值，确定数据量化系数，利用所述数据量化系数对所述一组模型参数进行量化处理，利用量化前的模型参数调整训练结束后的预设神经网络模型的模型参数，得到定点神经网络模型；通过所述定点神经网络模型对所述图像数据进行处理，输出所述目标识别的识别结果。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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深兰科技（上海）有限公司，未经深兰科技（上海）有限公司许可，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/patent/201910233549.8/，转载请声明来源钻瓜专利网。
