摘要
本发明涉及一种工业环境下的特征检测方法,属于工业物联网领域。该方法包括以下步骤:首先在MobileNetV3的Bneck结构中加入关注位置信息的注意力机制,构建CA‑Bneck结构,轻量化YOLOv5s主干网络,减少模型参数量和计算复杂度,以有效提高实时检测速度;针对特征遮挡和多特征共存的问题,设计空间因子来衡量检测框与真实框的相对空间位置,从而在特征重叠的情况下更准确地评估检测框的有效性。最后提出自适应通道剪枝方法对模型进行压缩,将优化后的模型下发至工业边缘智能终端,通过在边缘设备上对特征进行检测,能够有效提高模型识别精度和推理速度。
技术关键词
特征检测方法
注意力机制
因子
通道剪枝方法
sigmoid函数
残差结构
神经网络训练
工业物联网
动态
模型压缩
标注工具
重构
复杂度
图像
智能终端
速度
系统为您推荐了相关专利信息
状态转换概率
城市扩张模拟方法
网格
随机森林模型
变量
程序依赖图
抽象语法树
注意力方法
语义
剪枝方法
新能源发电功率
概率预测方法
模糊特征
XGBoost模型
集合经验模态分解