一种基于结构化智能摄像机的神经网络模型压缩方法技术

本发明专利技术公开了一种结构化智能摄像机，包括主控单元、网络模型处理单元、网络模型微调单元、网络模型转化单元及网络模型测试单元，所述主控单元通过多个通讯传输单元分别实现与网络模型处理单元、网络模型微调单元、网络模型转化单元及网络模型测试单元的管理控制。本发明专利技术在各种硬件设备已定的前提下，在已有神经网络模型基础上进行自主压缩，可以得到适配结构化智能摄像机AI芯片网络模型，有效的解决了网络模型由于硬件限制无法发挥自身性能难题，降低模型内存和计算复杂度同时保证了目标检测准确率和检出率，整个操作简单方便，整个过程无需人员监督和工作，通过管控程序设定及环境搭建，使网络模型具有了自主训练学习和自主更新迭代自适应能力。更新迭代自适应能力。更新迭代自适应能力。

【技术实现步骤摘要】
一种基于结构化智能摄像机的神经网络模型压缩方法


[0001]本专利技术属于结构化智能摄像机和人工智能神经网络
，具体涉及一种基于结构化智能摄像机的神经网络模型压缩方法。

技术介绍

[0002]在结构化智能摄像机中，进行视频图像智能化处理目前主要使用的是神经网络算法，该算法主要优势在于进行目标检测与识别具有很高的准确率，能快速自动提取目标相关特征等，但缺点是为了使模型精度和准确度更高，而致力于搭建更深、更大的神经网络模型。然而随着模型的加深加大，模型的参数数量、计算复杂度也极速增加进而要求更大的存储空间、内存空间、功能消耗。智能终端和嵌入式设备无法满足大型网络模型对硬件的高要求，因此在保证精度的前提下，对神经网络进行压缩以适合移动端的应用具有重要意义。

技术实现思路

[0003]本专利技术的目的在于克服上述不足之处，从而提供一种通过在结构化智能摄像机中建立神经网络模型压缩及微调功能模块，使神经网络模型具有较强的自主压缩和自主更新迭代以适应设备硬件的能力，保持神经网络模型在相同场景下的检测与识别的准确率下降在允许范围内的前提下本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种结构化智能摄像机，其特征在于：包括主控单元、网络模型处理单元、网络模型微调单元、网络模型转化单元及网络模型测试单元，所述主控单元通过多个通讯传输单元分别实现与网络模型处理单元、网络模型微调单元、网络模型转化单元及网络模型测试单元的管理控制，所述网络模型处理单元具有模型压缩模块，通过通讯传输单元与前端数据接收设备连接，接收传入的网络模型；所述网络模型微调单元具有模型微训练模块；所述网络模型转化单元具有模型解析模块、量化模块，通过网络模型测试单元将模型在结构化智能摄像机中进行移植使用；一种基于结构化智能摄像机的神经网络模型压缩方法，由以下步骤来实现的：步骤一、模型处理：结构化智能摄像机通过网络模型处理单元从前端设备中获取初始网络模型，经过网络模型压缩模块对获取的初始模型进行压缩处...

【专利技术属性】
技术研发人员：张锐，贾会梅，王向阳，杨克义，余利，包良奇，肖艳丽，邓文鹏，王二红，
申请(专利权)人：河南中光学集团有限公司，
类型：发明
国别省市：