Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

目标检测模型剪枝方法和目标检测方法 

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!

摘要:本申请涉及一种目标检测模型剪枝方法和目标检测方法。所述目标检测模型剪枝方法包括:获取待剪枝目标检测模型,待剪枝目标检测模型根据样本图像集中样本图像训练得到;将样本图像输入待剪枝目标检测模型,得到与样本图像对应的每层神经网络的输出特征图;确定输出特征图的秩,根据输出特征图的秩,对待剪枝目标检测模型中每层神经网络进行分类,得到分类结果;根据分类结果,确定与每层神经网络对应的剪枝率;根据剪枝率,对每层神经网络的网络参数进行剪枝,得到已训练目标检测模型。采用本方法能够减少目标检测模型所需要的计算、存储资源,提高检测效率。

主权项:1.一种目标检测模型剪枝方法,其特征在于,所述方法包括:获取待剪枝目标检测模型,所述待剪枝目标检测模型根据样本图像集中样本图像训练得到;将所述样本图像输入所述待剪枝目标检测模型,得到与所述样本图像对应的每层神经网络的输出特征图;确定与所述样本图像对应的每层神经网络的输出特征图的秩,针对样本图像集中样本图像,计算所述样本图像在相同层神经网络的输出特征图的秩的平均值,针对每一层神经网络,将所述样本图像在所针对层神经网络的输出特征图的秩的平均值,作为所针对层神经网络对应的秩;对所述每层神经网络对应的秩进行排序,根据预设类别数以及排序结果,对所述待剪枝目标检测模型中每层神经网络进行分类,得到分类结果;根据分类结果,确定与所述每层神经网络对应的剪枝率;根据所述剪枝率,对所述每层神经网络的网络参数进行更新,得到已训练目标检测模型。

全文数据:

权利要求:

百度查询: 南方电网数字电网研究院股份有限公司 目标检测模型剪枝方法和目标检测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。