摘要
本发明提供了一种基于衍射神经网络的目标探测优化与加速方法,包括:基于预训练的衍射神经网络模型对源域数据进行特征提取;利用领域自适应算法调整模型参数以匹配目标域数据分布;基于适应后的模型在目标域执行优化迭代以增强泛化能力;对优化后的衍射神经网络模型进行轻量化处理以加速目标探测。通过本公开实施例的方案,能够解决在跨域检测任务中由于源域与目标域数据分布差异导致出现的泛化能力下降问题。
技术关键词
神经网络模型
数据分布
特征金字塔网络
增量式学习
预训练模型
容许误差
融合策略
参数
模型更新
算法
检测误差
注意力机制
轻量型
高层次
原版
基础
瘦身
样本
有效性