摘要
本发明涉及一种用于目标检测的多分支神经网络的动态推理方法,包括以下步骤:设置多分支神经网络的推理路径;建立基于卷积神经网络的多分支神经网络;设置多分支神经网络的传递蒸馏训练策略;将图像输入多分支神经网络中,根据传递蒸馏训练策略进行训练,根据推理路径更新决策信息,得到目标检测结果。与现有技术相比,本发明具有实时性高、计算精度与成本的平衡调节灵活等优点。
技术关键词
动态推理方法
多分支
检测资源配置
蒸馏
优先级算法
决策
策略
代表
因子
网络模块
图像
松弛
视频帧
上采样
表达式
级联
通道
终点
系统为您推荐了相关专利信息
模式学习方法
语义向量
轨迹特征
文本编码器
语义特征
网络模型压缩方法
忆阻器芯片
学生
教师
编码模块
基材料
深度学习模型
生物
传感器模块
人工智能控制系统