摘要
本申请涉及深度学习技术领域,尤其涉及一种基于核桃遮挡现象检测模型的核桃图像处理方法、模型及可读存储介质。提出一种多注意力特征融合模块来平衡浅层局部信息和深层全局信息;在原有的C2f模块架构的基础上,提出带有增强所述核桃图像中的边缘特征功能的C2f模块来提升模型的检测精度;保留层自适应幅度评分大于预设剪枝比率的目标卷积层,从而在剪枝过程中自适应地选择每一层的稀疏度;提出了一种专门针对密集型目标检测器的知识蒸馏方式——二分类蒸馏损失和基于交并比的定位损失进行微调训练,实现基于深度学习模型对无人机采集的核桃图像中核桃遮挡现象的准确检测。旨在解决如何通过深度学习模型进行核桃遮挡现象检测的问题。
技术关键词
核桃
图像处理方法
蒸馏
注意力
深度学习模型
模块
全局平均池化
深度学习技术
比率
可读存储介质
教师
网络结构
记忆
学生
索引
解码器
计算机
策略
样本
系统为您推荐了相关专利信息
状态检测方法
矩阵
香原料
深度神经网络模型
红茶
强化学习模型
融合深度学习
深度学习模型
调参方法
RNN模型
异物清除方法
接触网
质地特征
策略
数字孪生系统
识别检测方法
识别检测系统
深度学习模型
生成二值化
地面