【技术实现步骤摘要】
一种基于深度学习的精子检测移动端部署方式
[0001]本专利技术涉及深度学习领域，特别涉及一种基于深度学习的精子检测移动端部署方式。
技术介绍
[0002]手机App上应用深度学习模型对精子目标进行检测是一个具有较好应用前景的项目。
[0003]与本专利技术最接近的现有技术的精子检测手段是采用的是传统图像检测的方法，随着计算机视觉的发展，基于深度学习的目标检测发展相对于传统的算法检测有了长足的进步，但是在模型部署到手机时涉及到权重参数转换和具体应用部署时模型框架适配等问题，因此很少有使用深度学习模型来检测精子目标，是一个空白的领域。
技术实现思路
[0004]针对
技术介绍
中提到的问题，本专利技术的目的是提供一种基于深度学习的精子检测移动端部署方式，以解决
技术介绍
中提到的问题。
[0005]本专利技术的上述技术目的是通过以下技术方案得以实现的：
[0006]一种基于深度学习的精子检测移动端部署方式，包括以下步骤：开始后进行数据采集，然后根据数据采集过程中采集的数据进行数据增强，之后利用P...
【技术保护点】
【技术特征摘要】
1.一种基于深度学习的精子检测移动端部署方式，其特征在于：包括以下步骤：开始后进行数据采集，然后根据数据采集过程中采集的数据进行数据增强，之后利用Pytorch训练轻量化模型；之后进行剪枝，剪枝之后测试是否精度满足要求；若精度满足要求，则使用onnx库将pth模型参数转成onnc，再将onnc转换为caffe2的.pd格式，若精度不满足要求，则进行枝减迭代，并重复剪枝与精度检测步骤；当将onnc转换为caffe2的.pd格式后，则将标签文件和模型文件使用Andriod studio部署到相应位置，之后结束。2.根据权利要求1所述的一种基于深度学习的精子检测移动端部署方式，其特征在于：所述数据采集过程使用数据采集模块，所述数据采集模块连接有数据存储模块，所述数据存储模块连接有数据备份模块。3.根据权利要求1所述的一种基于深度学习的精子检测移动端部署方式，其特征在于：所述标签文件被存储到网络存储单元上。4.根据权利要求2所述的一种基于深度学习的精子检测移动端部署方式，其特征在于：所述数据采集模块连接有无线通讯模块，所述无线通讯模块将所述数据存储模块存储的数据上传至云端服务器。5.根据权利要求1所述的一种基于深度学习的精子检测移动端部署方式，其特征在于：所述数据增强时，将文本数据根据方面词的情感极性进行分类，对分类后的训练集进行子句增强，遍历每个分类的原词并将其替换，使增强后...
【专利技术属性】
技术研发人员：李传江，韩浩志，虞汐，吉星照，
申请(专利权)人：上海师范大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。