摘要
本发明提供一种基于混合精度量化的水下目标检测方法,包括:采集的水下图像被划分出训练集,并对Yolo V9网络训练得到全精度目标检测模型;对全精度检测模型采用混合精度量化策略并进行训练,分别使用BSQ量化算法和PACT量化算法来量化网络中的权重值和激活值,以便在推理时使用低精度整数运算以提高计算效率;此外,还使用了BN层折叠技术,以进一步提高量化后模型的计算效率,从而使得到的最终量化检测模型具有较高的压缩率,更适用于资源受限的水下机器人,可以实现高效、实时的水下目标检测。
技术关键词
水下图像数据
精度
嵌入式设备
阶段
网络
折叠技术
水下机器人
训练集
因子
超参数
变量
线性
算法
输入端
受限
策略
矩阵
输出端
系统为您推荐了相关专利信息
模型仿真方法
射频功率放大器
误差模型
机器学习模型
样本
协议适配方法
通用遥控器
协议适配系统
快照
Softmax函数
混凝土智能
调节冷却系统工作
温控系统
PID控制参数
大体积混凝土
智能路径规划
控制智能小车
机械臂
分拣台
蒙特卡洛定位方法