摘要
本申请提出一种煤矿井下钻场物体检测模型的构建方法以及装置,其中,方法包括:基于煤矿数据集获取训练数据集;确定改进的YOLOv5模型,改进的YOLOv5模型将主干网络中的Focus结构替换为普通卷积结构,将Swish激活函数替换为Leaky ReLU激活函数,将输入端的自适应锚框计算模块替换为数据自适应锚框计算模块;通过训练数据集训练改进的YOLOv5模型,得到初始检测模型;对初始检测模型进行包括剪枝、量化和训练的迭代处理,得到支持DPU硬件部署的煤矿井下钻场物体检测模型。得到具有高准确度高和高识别速度的煤矿井下钻场物体检测模型,实现支持DPU硬件部署以及轻量化的目标检测方法。
技术关键词
物体检测模型
煤矿井下
计算机执行指令
数据
聚类算法
深度学习框架
模型训练模块
可读存储介质
图形处理器
计算机程序产品
硬件平台
处理器通信
存储器
网络
图片
像素
电子设备
系统为您推荐了相关专利信息
设备剩余使用寿命
系统构建方法
图谱
关系
贝叶斯模型
算法模型
规划系统
发展规划方法
数据分析模块
构建算法
三维成像方法
影像
相位误差补偿
基线
数字高程模型
充电状态数据
插座主体
充电控制模块
显示设备
进度显示系统