一种基于模型参数重构的多场景目标检测方法及系统技术方案

本发明专利技术公开了一种基于模型参数重构的多场景目标检测方法及系统。本技术将多场景多个模型参数值使用多场景参数技术重构同结构backbone（重构主干结构）与neck（重构颈部结构），设计ReHead（输出结构）保留多场景任务检测。我们提出多场景模型参数重构模型，首次引入参数重构方法于目标检测，实现单个模型多场景目标检测。设计了多模型合并到边端arm（处理器）设备部署架构流程，实现多个模型整合到一个模型，任可完成多个模型预测任务。同时，本技术的模型合并架构有效减少边端arm（处理器）设备资源，提高原有多个模型整体推理时间。首次实现将多个目标检测模型合并，能实现多个模型预测任务，并能降低显存使用和加速推理过程。

【技术实现步骤摘要】

本专利技术涉及计算机，具体而言，涉及一种基于模型参数重构的多场景目标检测方法及系统。

技术介绍

1、基于车载边端ai检测系统，现有方法在多场景目标检测任务中是对每个场景训练一个目标检测模型(如：yolov5)，每个模型将检测对应场景目标，实现多场景目标检测任务。而使用多个模型检测对应场景任务会极大消耗边端设备资源(如：显存、算力等)，也会降低推理速度。尽管现有蒸馏方法能缓解模型显存占用与加速推理能力，但对于多场景检测任务依然需对每个场景保持一个模型，并没有显著释放边端设备资源。当然，现有多场景使用一个模型统一训练，却因类内或类间等目标造成模型特征冲突与特征表达不充分，使其效果较差。

技术实现思路

1、本专利技术的目的在于提供了一种基于模型参数重构的多场景目标检测方法及系统，用以解决现有技术中存在的上述问题。

2、第一方面，本专利技术实施例提供了一种基于模型参数重构的多场景目标检测方法，包括：

3、获得多个目标检测模型和多个场景目标参数；所述场景目标参数包括模型头部参数、模型颈部参数和模本文档来自技高网...

【技术保护点】

1.一种基于模型参数重构的多场景目标检测方法，其特征在于，包括：

2.根据权利要求1所述的基于模型参数重构的多场景目标检测方法，其特征在于，所述基于多个场景目标参数中的模型颈部参数和模型主干参数，进行参数重构，得到重构模型颈部参数和重构模型主干参数，包括：

3.根据权利要求2所述的基于模型参数重构的多场景目标检测方法，其特征在于，所述基于所述模型主干参数，通过特征空间，得到主干融合权重，包括：

4.根据权利要求3所述的基于模型参数重构的多场景目标检测方法，其特征在于，所述根据合并矩阵、未合并矩阵、第一模型主干参数和第二模型主干参数，得到第一主干融合权重...

【技术特征摘要】

1.一种基于模型参数重构的多场景目标检测方法，其特征在于，包括：

2.根据权利要求1所述的基于模型参数重构的多场景目标检测方法，其特征在于，所述基于多个场景目标参数中的模型颈部参数和模型主干参数，进行参数重构，得到重构模型颈部参数和重构模型主干参数，包括：

3.根据权利要求2所述的基于模型参数重构的多场景目标检测方法，其特征在于，所述基于所述模型主干参数，通过特征空间，得到主干融合权重，包括：

4.根据权利要求3所述的基于模型参数重构的多场景目标检测方法，其特征在于，所述根据合并矩阵、未合并矩阵、第一模型主干参数和第二模型主干参数，得到第一主干融合权重，包括：

5.根据权利要求1所述的基于模型参数重构的多场景目标检测方法，其特征在于，所述根据所述基础结构和输出结构，...

【专利技术属性】
技术研发人员：汤军，孙逢振，李骥东，张结斌，
申请(专利权)人：成都合能创越软件有限公司，
类型：发明
国别省市：