【技术实现步骤摘要】
本专利技术涉及目标检测，尤其涉及一种faster-rcnn模型轻量化的目标检测算法。
技术介绍
1、生活和生产的信息智能化正成为当前社会发展的趋势，为了提高生活质量和生产效率，人工智能技术成为一项不可获缺的手段，而在人工智能领域，计算机视觉技术是一门备受关注的学科，它能够对图像数据和视频数据进行分析和处理，并辅助人们做出精准和高效的决策。目标检测是计算机视觉领域的核心分支和基础性任务，其广泛地应用在交通运输、安防、工业生产和医疗保健等方面，能够自动识别并定位图像或视频中的目标。
2、在目标检测方面，faster-rcnn是最具代表性的目标检测模型，虽然faster-rcnn是第一个真正意义上的端到端的深度学习目标检测算法，也是第一个准实时的深度学习目标检测算法，具有较高的准确率和可扩展性，但现有技术中的目标检测算法依赖于复杂精密的faster-rcnn模型来进行检测，由于faster-rcnn模型较为复杂，容易导致计算量大、推理速度慢等问题，限制了目标检测算法在边缘端的移动设备和嵌入式设备等领域的应用。因此，对基于faste...
【技术保护点】
1.一种Faster-rcnn模型轻量化的目标检测算法，其特征在于，包括以下内容：
2.根据权利要求1所述的一种Faster-rcnn模型轻量化的目标检测算法，其特征在于，所述网络的优化内容，包括以下步骤：
3.根据权利要求2所述的一种Faster-rcnn模型轻量化的目标检测算法，其特征在于，所述轻量级的RPN网络，具体为以下方式中的一种：
4.根据权利要求3所述的一种Faster-rcnn模型轻量化的目标检测算法，其特征在于，所述模型剪枝方法为权重剪枝方法、通道剪枝方法、结构剪枝方法中的一种。
5.根据权利要求4所述...
【技术特征摘要】
1.一种faster-rcnn模型轻量化的目标检测算法，其特征在于，包括以下内容：
2.根据权利要求1所述的一种faster-rcnn模型轻量化的目标检测算法，其特征在于，所述网络的优化内容，包括以下步骤：
3.根据权利要求2所述的一种faster-rcnn模型轻量化的目标检测算法，其特征在于，所述轻量级的rpn网络，具体为以下方式中的一种：
4.根据权利要求3所述的一种faster-rcnn模型轻量化的目标检测算法，其特征在于，所述模型剪枝方法为权重剪枝方法、通道剪枝方法、结构剪枝方法中的一种。
5.根据权利要求4所述的一种faster-rcnn模型轻量化的目标检测算法，其特征在于，所述参数压...
【专利技术属性】
技术研发人员：罗星火，龙志友，张林，赵才勇，黄元瑞，邓珽，
申请(专利权)人：贵州省邮电规划设计院有限公司，
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。