摘要
本发明涉及视觉检测、机器学习技术领域,为在小型仪器上对实时场景进行目标检测任务。为此,本发明采取的技术方案是,基于异构嵌入式的类增量目标检测系统,包括嵌入式微处理器ARM、现场可编程门阵列FPGA、服务器和神经网络模块,神经网络模块H(·)分解为H(x)=G(F(x)),其中,F(·)为神经网络模块的全连接层部分,G(·)为神经网络模块除全连接层以外的部分,F(·)部署在ARM,G(·)部署在FPGA;神经网络模块为教师、学生网络模型,在所述学生、教师网络之间进行知识蒸馏;训练完成后,利用训练好的神经网络模块进行目标检测本发明主要应用于小型视觉检测设备的设计制造场合。
技术关键词
嵌入式微处理器
现场可编程门阵列
浮点数
样本
模块
学生
视觉检测设备
输出特征
异构
训练神经网络
教师
机器学习技术
内存
存储特征
参数
模型压缩
服务器
图像像素
因子
系统为您推荐了相关专利信息
分析模型构建方法
声纹特征
置信度阈值
异常声音
梅尔频率倒谱系数
图像增强方法
纳米薄膜材料
迭代收缩阈值算法
迭代优化算法
模糊核估计
预警模型
体外培养胚胎
训练样本集
单细胞全基因组
亚硫酸氢盐测序