买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：重庆邮电大学;中国科学院重庆绿色智能技术研究院

摘要：本发明涉及一种基于Zynq的轻量化红外目标检测方法，属于红外图像处理领域。该方法包括以下步骤：搭建红外图像训练环境；将YOLOv5s的骨干网络替换为MobileNetv3，并且根据上采样的图片大小，改变Neck网络中连接层和输出层；利用红外图像数据集训练轻量化的YOLOv5s网络模型，得到权重pt文件；在Docker容器中安装VitisAI工具，并且搭建其环境与S1中的环境一致；对训练得到的模型进行量化；将量化好的模型进行编译优化；准备Zynq硬件平台，将执行文件部署到Zynq芯片中。本发明相较于之前的YOLO版本，提供了更强的特征提取和表示能力，使红外目标检测系统能够获得更高的检测精度。

主权项：1.基于Zynq的轻量化红外目标检测方法，其特征在于：该方法包括以下步骤：S1：搭建红外图像训练环境；使用GPU作为处理器；使用PyTorch作为深度学习框架，在所述框架上构建红外目标检测的YOLOv5s网络架构；S2：结合MobileNetv3轻量化网络与YOLOv5s网络，将YOLOv5s的骨干网络替换为MobileNetv3，并且根据上采样的图片大小，改变Neck网络中连接层和输出层；输出层变为23、26和29层；S3：利用红外图像数据集训练轻量化的YOLOv5s网络模型，得到权重pt文件；S4：在Docker容器中安装VitisAI工具，并且搭建其环境与S1中的环境一致，使用PyTorch作为深度学习框架；S5：对S3中训练得到的模型进行量化，其中量化包括参数量化和剪枝操作；S6：将量化好的模型进行编译优化，编译过程中查阅芯片数据手册，根据其DPU信号设定编译信息；VitisAI编译器会将量化的部署模型转化并优化为一组微指令，然后将其输出到执行文件中；S7：准备Zynq硬件平台，将执行文件部署到Zynq芯片中，先下载芯片的嵌入式镜像文件到SD卡，通过SD卡烧录到芯片中；安装YOLOv5s的依赖环境；运行编译的执行文件，在Zynq芯片中实现轻量化YOLOv5s的红外目标检测。

全文数据：

权利要求：

百度查询： 重庆邮电大学 中国科学院重庆绿色智能技术研究院 基于Zynq的轻量化红外目标检测方法