目标检测模型的量化感知训练方法、装置、设备及介质

AITNT
正文
推荐专利
目标检测模型的量化感知训练方法、装置、设备及介质
申请号:CN202411115733
申请日期:2024-08-14
公开号:CN118628876B
公开日期:2024-10-15
类型:发明专利
摘要
本发明适用计算机视觉感知领域和模型压缩技术领域,提供了一种目标检测模型的量化感知训练方法,该方法包括:构建待量化的目标检测模型的目标损失函数,该目标损失函数包括分类损失函数、回归损失函数以及任务和谐约束损失函数,基于目标损失函数,对目标检测模型进行量化感知训练,直至该目标损失函数收敛,从而使得分类任务和回归任务之间的关系变得越来越和谐,避免了不和谐的预测框的出现,提高了量化后目标检测模型在NMS后的检测性能。
技术关键词
样本 计算机视觉感知 指标 数据 参数 可读存储介质 模型压缩 处理器 训练装置 分支 存储器 视频 物体 图像 策略 因子 动态 关系
系统为您推荐了相关专利信息
1
一种配电环网柜的故障智能检测方法及系统
配电环网柜 故障智能检测方法 卷积长短期记忆 故障检测模型 历史运行数据
2
飞机编队协同控制方法
编队协同控制方法 飞机编队飞行 评估指标体系 信息传递机制 周围环境信息
3
基于高置信度伪标签的医疗图像半监督分割方法及其系统
监督分割方法 医疗影像数据 置信度评估方法 分支 可视化模块
4
一种轨迹数据可视化方法及系统
轨迹可视化 多层神经网络模型 数据分析工具 精确地理位置信息 停留点
5
一种土石混合体变形-渗流耦合模拟方法
孔隙水压力 土石混合体 耦合模拟方法 多孔介质模型 切割单元
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号