![]() |
一种基于深度卷积神经网络的快速目标检测方法 |
![]() |
王蒙,李威 |
![]() |
发明专利 |
![]() |
已授权 |
![]() |
201910594388.5 |
![]() |
2019-07-03 |
![]() |
2019-10-18 |
![]() |
2022-10-11 |
![]() |
本发明公开了一种基于深度卷积神经网络的快速目标检测方法。首先通过构造基本的SSD检测模型,将预处理的数据进行训练,得到一个原始训练模型。然后,通过卷积核重要性的度量,采取卷积核剪枝策略,去除不重要的卷积核,精简检测模型中的特征提取网络,并得到压缩模型。具体来讲,通过使得对第i+1层的通道子集构成的输入与第i+1层的输出尽可能相近,从而可以去除第i+1层输入的其他通道,并进而去除第i层中相应的卷积核,从而实现对模型卷积核的剪枝。每去除一个卷积层,然后对压缩模型进行微调,以恢复检测模型精度。当所有卷积层剪枝完毕后,得到最终的压缩检测模型。本发明通过模型压缩,使得模型可以在移动端部署,同时提升检测速度,并保持检测精度。 |