摘要
本发明公开了一种基于大小模型协同的视觉目标检测算法。传统的视觉目标检测模型虽然性能优越,但其庞大的神经网络参数量限制了其在资源受限的场景(如移动设备、嵌入式系统)中的应用。相反,视觉小模型虽然参数量少,但其训练过程较为困难且性能不及大模型。为了兼顾高性能和低计算资源需求,本发明提出了一种基于大小模型协同的视觉目标检测算法。通过训练过程中的视觉大小模型的协同与信息交互,实现视觉目标检测大模型引导视觉目标检测小模型的训练,从而训练出一个参数量小但高效的视觉目标检测模型EfficientYOLO。EfficientYOLO具有参数量小,检测性能好的优点,是一种高效的目标检测算法。
技术关键词
视觉
Sigmoid函数
双线性插值法
模型算法
分类准确率
样本
标签
特征提取模块
图像
构建训练集
检测头
图片
多项式
嵌入式系统
指标
数据
网络
移动设备
系统为您推荐了相关专利信息
船舶电力系统
关系型数据库
软件框架技术
模型算法
实时数据
散货船
3D点云匹配
港口作业机械
三维彩色点云
采集设备
供料工作站
运输带
视觉检测组件
多轴机器人
翻转驱动装置
缺陷检测方法
连续性
视觉
深度学习分类模型
对比度