摘要
本发明公开了一种用于检测人体关键点的轻量级模型搭建方法及系统,涉及人体姿态估计技术领域,包括选择人体检测器构建骨干网络;基于卷积层构建头部函数;通过训练策略对模型进行训练。本发明提供的用于检测人体关键点的轻量级模型搭建方法选择轻量级的实时检测器,轻量级模型改进了Lite‑HRNet并将作为自身的主干网络。轻量级模型在深度卷积和逐点卷积之间引入了挤压激励模块,提升模型提取通道间信息的能力,提升Lite‑HRNet性能。轻量级模型及采用使用无偏数据处理降低模型推理误差,使用余弦退火和两阶段训练策略提升了模型的学习能力,轻量级模型在保持推理速度的同时,实现了与现有先进方法相媲美的准确率。
技术关键词
人体关键点
人体检测器
人体姿态估计技术
模型训练模块
网络
退火策略
图像缩放
处理器
计算机设备
两阶段
通道
可读存储介质
存储器
因子
基底
系统为您推荐了相关专利信息
智能摄像头
震动报警器
管理方法
测试误差
预警规则
无人机巡检路径
路径规划方法
巡检设备
点云地图
路径规划算法
预测系统
棉花
灌溉水利用效率
灌溉决策系统
作物需水量
车辆动力学模型
车联网网络安全技术
多层感知器
应对网络威胁
通信流量数据
智能婴幼儿
激光雷达
多模态协同
环境感知模型
控制系统