目标检测模型的构建方法及系统技术方案

本发明专利技术公开一种目标检测模型的构建方法及系统，其中目标检测模型的构建方法包括构建目标检测网络的步骤，所述目标检测网络包括主干网络、连接网络和检测网络，所述主干网络的网络结构为具有线性瓶颈的倒置残差结构。本发明专利技术通过对主干网络结构的设计，能够有效降低前向计算的内存需求，且中间过程无需大型向量，减少了内存访问，从而提升所得目标检测模型的检测效率。

【技术实现步骤摘要】
目标检测模型的构建方法及系统
本专利技术涉及图像处理领域，尤其涉及一种目标检测模型的构建方法及系统。
技术介绍
目标检测是计算机视觉和数字图像处理的一个热门方向，广泛应用于机器人导航、智能视频监控、工业检测、航空航天等诸多领域。现今目标检测网络常用darknet53-yolov3的，但基于darknet53-yolov3网络进行目标检测时存在检测速率较慢的缺陷，在实际使用时往往需要额外购买GPU提升运算速率使其满足实际检测需求，检测成本高。
技术实现思路
本专利技术针对现有技术中的缺点，提供了一种目标检测模型的构建方法及系统。为了解决上述技术问题，本专利技术通过下述技术方案得以解决：一种目标检测模型的构建方法，包括构建目标检测网络的步骤，所述目标检测网络包括主干网络、连接网络和检测网络，所述主干网络的网络结构为具有线性瓶颈的倒置残差结构。作为一种可实施方式，所述主干网络采用efficientnetb4。作为一种可实施方式，构建网络结构为残差结构的特征金字塔网络作为连接网络。作为本文档来自技高网...

【技术保护点】
1.一种目标检测模型的构建方法，包括构建目标检测网络的步骤，所述目标检测网络包括主干网络、连接网络和检测网络，其特征在于，所述主干网络的网络结构为具有线性瓶颈的倒置残差结构。/n

【技术特征摘要】
1.一种目标检测模型的构建方法，包括构建目标检测网络的步骤，所述目标检测网络包括主干网络、连接网络和检测网络，其特征在于，所述主干网络的网络结构为具有线性瓶颈的倒置残差结构。


2.根据权利要求1所述目标检测模型的构建方法，其特征在于，所述主干网络采用efficientnetb4。


3.根据权利要求1或2所述目标检测模型的构建方法，其特征在于，构建网络结构为残差结构的特征金字塔网络作为连接网络。


4.根据权利要求3所述目标检测模型的构建方法，其特征在于，所述连接网络采用基于MBConv与Conv2d组成的特征金字塔网络。


5.根据权利要求1所述目标检测模型的构建方法，其特征在于，所述检测网络采用yolov3。


6.根据权利要求5所述目标检测模型的构建方法，其特征在于，还包括训练所述目标检测网络的步骤，具体步骤为：
基于检测目标获取样本数据并对所述样本数据进行标注，获得训练数据；
利用Adam优化算法和所述训练数据训练目标检测网络的参数，直至训练过程所生成的损失值达到预设的终止条件，将训练获得的目标检测网络作为目标检测模型输出；
所述损失值包括置信...

【专利技术属性】
技术研发人员：方思勰，毛云青，王国梁，
申请(专利权)人：城云科技中国有限公司，
类型：发明
国别省市：浙江;33