[发明专利]目标识别导航方法及系统在审
| 申请号： | 201910687109.X | 申请日： | 2019-07-29 |
| 公开（公告）号： | CN110472529A | 公开（公告）日： | 2019-11-19 |
| 发明（设计）人： | 孙宏元;谭万成 | 申请（专利权）人： | 深圳大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62 |
| 代理公司： | 44205 广州嘉权专利商标事务所有限公司 | 代理人： | 黄广龙<国际申请>=<国际公布>=<进入 |
| 地址： | 518060 广东*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了目标识别导航方法及系统。涉及计算机视觉领域，其中，方法通过获取样本数据，构建并利用训练样本集训练目标识别神经网络模型，利用测试集和验证集对目标识别神经网络模型进行参数验证，然后将样本目标图像输入到训练好的目标识别神经网络模型，得到目标识别结果，再结合深度数据和目标识别结果给出导航信息，并且构建目标识别神经网络模型的过程还包括：模型剪枝压缩处理。通过采用剪枝压缩处理减少模型的参数数量和与之相关的运算量，提高模型识别速度的同时不会降低识别准确率，使得精简后的模型能够满足嵌入式平台中对于速度与功耗的要求，更适用于小尺寸和低功耗的移动平台上，扩展了目标识别算法的适用范围。 | ||
| 搜索关键词： | 目标识别 神经网络模型 压缩处理 剪枝 构建 计算机视觉领域 目标识别算法 嵌入式平台 训练样本集 参数验证 导航信息 模型识别 深度数据 图像输入 训练目标 样本目标 样本数据 移动平台 测试集 低功耗 验证集 运算量 准确率 功耗 | ||
【主权项】：
1.一种目标识别导航方法，其特征在于，包括：/n获取样本数据，生成训练样本集、测试集和验证集；/n构建并利用所述训练样本集训练目标识别神经网络模型，得到训练完成的目标识别神经网络模型；/n利用所述测试集和所述验证集对所述目标识别神经网络模型进行参数验证；/n将样本目标图像输入到所述目标识别神经网络模型，得到所述样本目标图像的目标识别结果，所述目标识别结果包括：对应预测框的位置、目标类别、置信度；/n结合深度数据和所述目标识别结果给出导航信息；/n所述构建所述目标识别神经网络模型的过程还包括：模型剪枝压缩处理，所述模型剪枝压缩处理包括以下一种或多种：稀疏化训练、模型剪枝和模型微调。/n
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圳大学，未经深圳大学许可，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/201910687109.X/，转载请声明来源钻瓜专利网。
