摘要
本发明涉及一种遥感舰船目标检测的轻量化神经网络设计与移植部署方法,包括以下步骤:步骤S1、设计基于旋转目标框的R‑YOLOv5遥感舰船目标检测模型;步骤S2、基于Cell空间的可微神经网络搜索方法和基于梯度下降的搜索策略,对R‑YOLOv5遥感舰船目标检测模型的主干网络进行自动高效搜索,对模型进行轻量化优化;步骤S3、将搜索得到的轻量化神经网络模型在智能芯片计算平台上进行算子适配和移植优化部署。本发明,基于深度神经网络搜索技术提出了一种遥感舰船目标检测轻量化模型设计方法,可以适用于遥感舰船旋转目标检测,在更好地保持神经网络模型性能的同时,减少人为因素的干扰并获得最佳的模型参数。
技术关键词
轻量化神经网络
神经网络搜索方法
智能芯片
自定义算子
智能加速卡
模型设计方法
输出特征
旋转框
深度学习框架
深度学习网络
多线程
参数
策略
深度神经网络
搜索工具
搜索技术
神经网络模型
离线
平台
系统为您推荐了相关专利信息
报表生成方法
轻量化神经网络
设备运行工况
电厂设备
时序特征
资源分配方法
源节点
周期
人工智能芯片技术
非暂态计算机可读存储介质
人工智能芯片
计算机设备
数据
计算机程序产品
可读存储介质
定点乘法器
控制模块
数据并行处理
存储模块
人工智能芯片设计技术