摘要
本发明公开了一种基于YOLOv5与EWC的增量目标检测方法及系统,检测方法包括以下步骤:S1、采用第一数据集对YOLOv5网络模型初始化后得到基模型;S2、利用基模型获取新数据集中的伪标签并更新新数据集,得到第二数据集;S3、采用正则化损失函数训练第二数据集并调整基模型的参数,得到第一模型;S4、更新第一模型的参数权重,记第一模型作为基模型,重复步骤S2~S3进行训练,直至参数调整后的第一模型满足训练结束条件,得到用于增量目标检测的网络模型。本发明使用的YOLOv5网络模型结合EWC算法,在保持高准确率的同时,检测和计算速度非常快在训练数据上表现良好,能很好地泛化到新的、未见过的新数据上,提高了目标检测的准确性和鲁棒性。
技术关键词
参数
标签
拉普拉斯
检测网络模型
数据获取模块
后验概率
算法
输入端
变量
鲁棒性
表达式
样本
矩阵
代表
系统为您推荐了相关专利信息
智能家居温控系统
模式
数据采集模块
分析模块
指令
剩余寿命分位数
概率密度函数
周期
退化模型
执行设备
人机交互模块
评估系统
金融
数据处理模块
可视化单元