摘要
本发明提供一种基于轻量化模型的目标检测与识别方法,通过将模型的CIOU_Loss定位损失函数改进为SIOU_Loss位损失函数来提高模型的准确性和稳定性,并采用了PiddleSlim模型压缩算法具有的裁剪、定点量化和知识蒸馏压缩技术对模型进行压缩,保证模型的准确性和鲁棒性,实现将轻量级模型应用与移动设备,在保证准确性的前提下,大幅缩减推理时间,减少模型加载所需的存储空间。压缩后的模型大小仅为原来的25%,推理速度提升了5倍,但精确度只减少了0.8%,模型精度仍达到日常的使用需求。
技术关键词
手势识别模型
识别方法
采集手势数据
压缩算法
手势识别系统
训练集数据
移动设备
蒸馏
鲁棒性
注意力
精度
像素
噪声
颜色
动态
定义
框架