【技术实现步骤摘要】
一种基于定位蒸馏的YOLOX目标检测模型压缩方法
[0001]本专利技术涉及图像识别
,具体是涉及一种基于定位蒸馏的YOLOX目标检测模型压缩方法。
技术介绍
[0002]在图像识别领域,目标检测的主要任务为检测图像及视频中的感兴趣物体,并且将该物体的类别和位置预测出来。在近些年的研究中,基于深度神经网络的目标检测在准确度和速度上都取得了很大突破,基本上代替了传统目标检测算法。比如单阶段网络的代表之一,YOLO系列网络,在通用目标检测中取得了相当优异的性能,特别是YOLOX目标检测模型已经基本能够在实时条件下实现令人满意的检测精度。
[0003]然而在YOLOX的各个版本中,最大的版本X比最小的版本Nano参数量高了将近百倍。研究人员普遍认为,更大型的网络往往能够提取更有利于使用的特征,使整个网络性能提高,但是也必然带来速度减慢的问题。在实际应用中,终端设备往往在计算能力、电量存储和内存存储中达不到工业生产要求。因此大型网络比如YOLOX_X往往部署在云端设备上,由于该模型传输给终端设备的通信量和网络需求较高,使得大模型在工业和工程场景下有很大的局限性。YOLOX_Nano参数量较小,运行速度快,适合部署在比如视频监控摄像头等带有低性能处理器的终端上运行,但是小型网络的检测精度较低,也难以达到工业产业级要求。
[0004]针对以上问题,采用定位蒸馏技术改进YOLOX目标检测算法。知识蒸馏是一种常见的模型压缩方法,主要是通过使用高性能的教师网络监督轻量级的学生网络学习的一种训练框架。也就是在训练过 ...
【技术保护点】
【技术特征摘要】
1.一种基于定位蒸馏的YOLOX目标检测模型压缩方法,其特征在于,步骤如下:(1)利用深度学习框架搭建YOLOX_X模型作为教师模型,对教师模型进行压缩改进并利用深度学习框架搭建YOLOX_Nano模型作为学生网络模型;利用加强特征提取网络提取两个模型的多层特征图;(2)挑选(1)中两个模型多层特征图的主要蒸馏区域MainRegion和有价值定位区域VLR;(3)将(1)中两个模型多层特征图进行解耦,分别解耦合到分类检测头和定位检测头中;(4)利用在COCO数据集上训练好的教师网络权重,在学生网络分类检测头中的主要蒸馏区域MainRegion上进行知识蒸馏,并且设计分类头蒸馏损失函数;(5)利用在COCO数据集上训练好的教师网络权重,使学生网络在回归检测头中的有价值定位区域和主要蒸馏区域,分别进行知识蒸馏和定位蒸馏,并且设计回归头蒸馏损失函数;(6)将学生网络在COCO数据集上进行蒸馏训练,获得最终的损失函数,通过反向传播对学生网络模型进行优化。2.如权利要求1中所述的一种基于定位蒸馏YOLOX目标检测模型压缩方法,其特征在于,步骤(1)中利用pytorch深度学习框架搭建YOLOX_X目标检测模型,其主干网络为CSPDarknet,其中,主干网络中包含的改进点有,使用Focus网络结构,使用CSPNet网络结构,使用残差网络结构Residual,使用SPP网络结构,使用SiLU激活函数;其中SiLU激活函数公式如式(1):f(x)=x
·
sigmoid(x)(1)使用PAFPN加强特征提取网络获得所需的多尺寸特征图,获得三种不同尺寸的特征层信息。3.如权利要求2中所述的一种基于定位蒸馏YOLOX目标检测模型压缩方法,其特征在于,步骤(2)中挑选主要蒸馏区域MainRegion和有价值定位区域VLR中具体步骤为:S1:筛选主要蒸馏区域MainRegion1)第一轮筛选中,将所有预测框的中心点在真实框内部的区域保留为正样本点,构建以真实框为中心,边长为特定值的正方形,所有预测框中心点在正方形内部的区域保留为正样本,保留为正样本的两部分区域暂定为主要蒸馏区域;2)第二轮筛选中,使用simOTA方法对第一轮筛选后留下的预测框进行正样本的分配;两轮筛选之后,剩下的区域为主要蒸馏区域;S2:挑选有价值定位区域VLR面向主要蒸馏区域向外扩散一部分区域为有价值定位区域,有价值定位区域比主要蒸馏区域范围广,但并不包含主要蒸馏区域;假设X作为有价值定位区域,Xm作为主要蒸馏区域,阈值α用来调节有价值定位区域VLR大小,有价值定位区域表示如式(3):{Xm≤X≤αXm}(3)。4.如权利要求3中所述的一种基于定位蒸馏YOLOX目标检测模型压缩方法,其特征在
于,步骤(3)中将特征图解耦为分类检测头和定位检测头;最后得到三个部分结果,分别为定位信息Reg(h,w,4),置信度信息Obj(h,w,1)和类别信息Cls(h,w,num_classes),其中(h,w,num_classes)分别为图片高度,宽度和类别;将三个结果进行堆叠为(h,w,4+1+num_classes)包含全部预测框的位置信息和类别信息。5.如权利要求4中所述的一种基于定位蒸馏YOLOX目标检测模型压缩方法,其特征在于,步骤(4)中利用在COCO数据集上训练好的教师网络权重,在学生网络分类检测头中的主要蒸馏区域MainRegion上进行知识蒸馏;其中分类头损失函数设计如下:Z
s
、Z
t
为检测头预测出学生和教师的特征图信息,分别包含定位信息(x,y,w,h),置信度信息obj和分类信息num_classes,其中x,y为坐标值,w,h为预测框宽高;Ps,Pt为经过softmax函数蒸馏后的分类结果信息;T为蒸馏温度,T增大,模型信息分布更加均匀,T为1则为原始分布;温度T和softmax函数联合起到软化作用,能够调...
【专利技术属性】
技术研发人员:程知,高丽萍,王玉,邓灶辉,陶寅,端倩倩,
申请(专利权)人:合肥学院,
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。