一种基于神经网络架构搜索的人体姿态检测网络设计方法技术

本发明专利技术涉及人体姿态检测领域，具体涉及一种基于神经网络架构搜索的人体姿态检测网络设计方法，包括以下步骤：步骤一、使用高分辨率网络为基础，构建一个逐步添加分支的高精度多分支主干网络；步骤二、以步骤一构建的主干网络为基础，构建包含混合模块搜索空间、深度信息搜索空间和融合时机搜索空间的超网；步骤三、基于进化算法对搜索空间进行架构搜索，分为超网权重预训练、最优子网搜索、最优子网重训练三步。本发明专利技术有效融合了多分辨率特征，使其有效匹配人体姿态检测任务；解决了构建过大搜索空间搜索过慢且难搜索到优秀结构的问题；本发明专利技术特别适用于运动分析领域；可以快速的针对不同的实际应用搜索并构建出一个高效的人体姿态检测网络，搜索时间短，不会学习到冗余信息，因此网络运行速度快，可保持搜索的高精度。

【技术实现步骤摘要】

本专利技术涉及人体姿态检测领域，具体涉及一种基于神经网络架构搜索的人体姿态检测网络设计方法。

技术介绍

1、人体姿态检测是计算机视觉领域的重要研究方向之一，其目标是从图像或视频中准确地推测出人体在图像中的关键关节位置和姿态信息。这一领域的发展得益于深度学习等技术的进步，为各种应用提供了强大的支持。传统的方法通常依赖于手工设计的特征提取器和复杂的模型，限制了其性能和泛化能力。随着深度学习的兴起，基于深度神经网络的方法能够学习到更抽象、更有表达力的特征，提高了姿态检测的准确性，人体姿态检测在人机交互、虚拟现实、运动分析等领域具有更广泛的应用。

2、目前，制作用于人体姿态检测的神经网络，如dark、hrnet、smallhrnet、light-hrnet和x-hrnet的制作很大程度上依赖于人类的专业知识和经验，这产生了工程造价成本高昂且耗时的问题。传统的神经网络架构搜索方法，如在文献号为“10.48550/arxiv.1806.09055”的文件中，公开了“darts:differentiable architecture search”，其中的n本文档来自技高网...

【技术保护点】

1.一种基于神经网络架构搜索的人体姿态检测网络设计方法，其特征在于：包括以下步骤：

2.根据权利要求1所述的一种基于神经网络架构搜索的人体姿态检测网络设计方法，其特征在于：所述混合模块选择的是轻量化模块和高效模块。

3.根据权利要求2所述的，一种基于神经网络架构搜索的人体姿态检测网络设计方法，其特征在于：所述步骤二中，所述混合模块搜索空间是具有通道分割的ShuffleNetV2，引入SE通道注意力机制的MobileNetV3，以及残差块Basicblock。

4.根据权利要求2所述的一种基于神经网络架构搜索的人体姿态检测网络设计方法，其特征在于：所述步...

【技术特征摘要】

1.一种基于神经网络架构搜索的人体姿态检测网络设计方法，其特征在于：包括以下步骤：

2.根据权利要求1所述的一种基于神经网络架构搜索的人体姿态检测网络设计方法，其特征在于：所述混合模块选择的是轻量化模块和高效模块。

3.根据权利要求2所述的，一种基于神经网络架构搜索的人体姿态检测网络设计方法，其特征在于：所述步骤二中，所述混合模块搜索空间是具有通道分割的shufflenetv2，引入se通道注意力机制的mobilenetv3，以及残差块basicblock。

4.根据权利要求2所述的一种基于神经网络架构搜索的人体姿态检测网络设计方法，其特征在于：所述步骤二中...

【专利技术属性】
技术研发人员：李晓艳，王怡超，王鹏，孙梦宇，郜辉，李群力，吕志刚，董绵绵，邸若海，贺楚超，
申请(专利权)人：西安工业大学，
类型：发明
国别省市：