摘要
本发明公开了一种基于模型剪枝的星载目标识别方法及装置,包括:获取神经网络YOLOv5模型,神经网络YOLOv5模型实时识别图像或视频中的对象;对神经网络YOLOv5模型进行剪枝和重训练,剪枝包括结构化剪枝、非结构化剪枝;将经过处理的神经网络YOLOv5模型部署至星载计算机,加载遥感卫星云层图像训练数据集进行训练并推理,对推理结果进行解析,识别出卫星云图。通过本发明,能够保留YOLOv5模型的精简结构,且实现深度学习神经网络YOLOv5模型冗余参数的细粒度优化,减少神经网络YOLOv5模型参数量,从而降低计算量,保证深度学习神经网络YOLOv5模型在有限算力星载计算机中运行推理,识别出卫星云图。
技术关键词
模型剪枝
神经网络训练数据
识别方法
卫星云图
深度学习神经网络
神经网络参数
批量数据
通道剪枝方法
内核
因子
星载计算机
累积分布函数
深度学习框架
图像
模型预训练
处理器
系统为您推荐了相关专利信息
意图识别方法
文本分类算法
同义词
意图识别装置
策略
动作识别方法
全局平均池化
注意力机制
融合全局
输出特征
图书馆系统
数据识别系统
RFID读卡器
社保卡识别
解码