一种基于人脚检测网络模型的量化方法技术

本发明专利技术公开了一种基于人脚检测网络模型的量化方法，所述方法包括：对获取的若干张人体脚部图像进行预处理，得到若干张训练图像；对若干张训练图像进行增广处理后划分出训练集和测试集；利用训练集对预先搭建的初始人脚检测网络模型进行训练，得到训练后的人脚检测网络模型；对训练后的人脚检测网络模型进行算子融合和量化处理，得到人脚检测网络量化模型；将人脚检测网络量化模型部署到嵌入式主板中，再利用测试集对人脚检测网络量化模型进行测试。本发明专利技术通过搭建人脚检测网络模型并对其执行训练、算子融合和量化的一系列处理，可以减少模型参数且加快模型推理速度，同时确保将人脚检测网络量化模型部署到嵌入式主板时的便捷可靠性。便捷可靠性。便捷可靠性。

【技术实现步骤摘要】
一种基于人脚检测网络模型的量化方法


[0001]本专利技术涉及计算机
，具体是涉及一种基于人脚检测网络模型的量化方法。

技术介绍

[0002]随着人工智能行业的快速发展，汽车智能化水平越来越高，汽车尾门的感应开启技术作为高档汽车拉开自身与其他汽车品牌之间差距的重要武器，越来越多的技术人员正在积极投入研发。传统的尾门感应开启技术是利用电容式电场传感器来实现的，通过分析安装在不同位置的两个电极之间的电场信号变化，且在电场变化满足预设条件时控制汽车尾门开启，然而这种尾门感应开启技术容易造成误触现象，例如在洗车、倒车或者行车过程中有任何物体在尾门感应区域内扫过时会使得汽车尾门错误开启。
[0003]从技术发展的角度而言，基于卷积神经网络的目标检测方法更能适应于汽车尾门感应开启的应用场景，YOLO系列的网络模型作为应用到目标检测技术的典型代表，具备较好的目标检测性能，但其对硬件算力有一定的要求，仅能依赖于PC端执行检测任务，无法更好地独立部署到尾门开启感应系统中。

技术实现思路

[0004]本专利技术提供一种基于人脚检测网络本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于人脚检测网络模型的量化方法，其特征在于，所述方法包括：对获取的若干张人体脚部图像进行预处理，得到若干张训练图像；对所述若干张训练图像进行增广处理后划分出训练集和测试集；利用所述训练集对预先搭建的初始人脚检测网络模型进行训练，得到训练后的人脚检测网络模型；对所述训练后的人脚检测网络模型进行算子融合和量化处理，得到人脚检测网络量化模型；将所述人脚检测网络量化模型部署到嵌入式主板中，再利用所述测试集对所述人脚检测网络量化模型进行测试。2.根据权利要求1所述的基于人脚检测网络模型的量化方法，其特征在于，所述初始人脚检测网络模型采用Anchor
‑
Free网络模型，包括依次连接的特征提取网络层、特征融合网络层和特征识别网络层；其中，所述特征提取网络层用于对输入的训练图像进行多尺度脚部轮廓特征的提取；所述特征融合网络层用于对提取到的多尺度脚部轮廓特征进行融合，得到待识别脚部轮廓特征；所述特征识别网络层用于对所述待识别脚部轮廓特征进行识别判断。3.根据权利要求2所述的基于人脚检测网络模型的量化方法，其特征在于，所述特征提取网络层采用ShuffleNetV2网络结构，所述特征融合网络层采用PAN结构，所述特征识别网络层采用FCOS网络结构。4.根据权利要求3所述的基于人脚检测网络模型的量化方法，其特征在于，所述对所述训练后的人脚检测网络模型进行算子融合和量化处理，得到人脚检测网络量化模型包括：基于所述ShuffleNetV2网络结构和所述FCOS网络结构均包括卷积层、BN层和激活层，将所述BN层和所述激活...

【专利技术属性】
技术研发人员：卢炽华，姚宏贵，刘建国，章瑞，
申请(专利权)人：广东星芯智能科技有限公司，
类型：发明
国别省市：