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:浙江华是科技股份有限公司
摘要:本发明公开一种基于复杂模型的压缩剪枝的船舶检测方法及系统。其中,该方法通过修改卷积核尺寸、卷积通道数量、主干网络的每个模块的卷积核个数,有效提高了原始船舶检测模型的复杂度和感受野,从而提高了船舶检测的精度;通过将层卷积、卷积通道和卷积核的较低权重置为0,减少了模型的参数量,从而降低了模型对硬件算力的需求,加快了船舶检测速度;采用分阶段模型训练,对模型修改时进行微调,从而实现在保证船舶检出率的同时,加快船舶模型的推理速度;将权重为0的卷积通道和卷积核进行删除,从而降低模型对硬件算力需求,进一步加快了船舶检测速度。
主权项:1.一种基于复杂模型的压缩剪枝的船舶检测方法,其特征在于,包括:S1、将原始船舶检测模型的卷积核尺寸、卷积通道数量、主干网络的每个模块的卷积核个数进行修改,得到第一修改船舶检测模型;S2、将训练集输入到所述第一修改船舶检测模型中进行多轮训练,得到第一更新船舶检测模型和第一更新船舶检测模型中每层卷积的权重;S3、将权重低的当前层卷积的权重重置为0并进行冻结;将训练集输入到修改权重后的第一更新船舶检测模型中进行微调,得到第二更新船舶检测模型;S4、在第二更新船舶检测模型中增加senet结构,以得到第三更新船舶检测模型以及第三更新船舶检测模型中每个卷积通道的权重;根据每个卷积通道的权重和每个卷积通道输出的特征图的相似性,将相似度高且权重低的卷积通道的权重重置为0并进行冻结,将训练集输入到修改权重后的第三更新船舶检测模型中进行微调,得到第四更新船舶检测模型、第四更新船舶检测模型中每个模块内每个卷积核的权重,每个卷积核的特征图、以及每个卷积核中每个卷积通道的特征图;S5、根据每个模块内的每个卷积核的特征图的相似性和每个卷积通道的特征图的相似性,将相似度高且排在后面的卷积核的权重重置为0并跳过,将训练集输入到修改权重后的第四更新船舶检测模型中进行微调,得到第五更新船舶检测模型;S6、将第五更新船舶检测模型中权重为0的卷积通道删除、权重为0的卷积核删除,得到目标船舶检测模型;S7、将待检测的船舶图片输入到所述目标船舶检测模型中进行检测,得到船舶位置和类别。
全文数据:
权利要求:
百度查询: 浙江华是科技股份有限公司 一种基于复杂模型的压缩剪枝的船舶检测方法及系统
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。