[发明专利]深度卷积神经网络的轻量化方法、系统及目标检测方法有效
| 申请号： | 202110693076.7 | 申请日： | 2021-06-22 |
| 公开（公告）号： | CN113420651B | 公开（公告）日： | 2023-05-05 |
| 发明（设计）人： | 高晓利;李捷;王维;赵火军;唐培人;盛良睿 | 申请（专利权）人： | 四川九洲电器集团有限责任公司 |
| 主分类号： | G06V20/00 | 分类号： | G06V20/00;G06V10/774;G06V10/764;G06V10/82;G06N3/0464;G06N3/0495;G06N3/082 |
| 代理公司： | 北京天达知识产权代理事务所有限公司 11386 | 代理人： | 庞许倩 |
| 地址： | 621000 四*** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种用于目标检测的深度卷积神经网络的轻量化方法、系统及目标检测方法，属于目标检测技术领域，解决了现有目标检测时Faster RCNN模型计算和存储复杂度高的问题。包括：获取训练好的MobileNet模型作为预训练模型，搭建深度可分离卷积结构的FasterRCNN模型，训练后得到初始Faster RCNN模型；对初始Faster RCNN模型中特征提取主干网络进行稀疏低秩分解、通道裁剪和训练，得到初步轻量化后的Faster RCNN模型；对初步轻量化后的Faster RCNN模型中区域建议网络进行张量Tensor‑Train分解，训练后得到二次轻量化后的Faster RCNN模型；对二次轻量化后的Faster RCNN模型中识别与分类网络进行稀疏低秩分解、通道裁剪和训练，得到最终轻量化后的FasterRCNN模型。实现了目标检测模型较高的压缩倍数，提高了目标检测的速度和精度。 | ||
| 搜索关键词： | 深度 卷积 神经网络 量化 方法 系统 目标 检测 | ||
【主权项】：
暂无信息
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四川九洲电器集团有限责任公司，未经四川九洲电器集团有限责任公司许可，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/202110693076.7/，转载请声明来源钻瓜专利网。
- 上一篇：一种全过程防汽蚀制冷系统
- 下一篇：一种基于动态密码生成器的认证方法及装置
