[發(fā)明專利]一種基于YOLO的Compress-YOLO模型壓縮方法

有效

• 申請?zhí)枺?/td>: 201910062805.1
• 申請日: 2019-01-23
• 公開（公告）號: CN109816097B
• 公開（公告）日: 2022-12-09
• 發(fā)明（設(shè)計）人: 顏云輝;王森;宋克臣;趙凱歌
• 申請（專利權(quán)）人: 東北大學(xué)
• 主分類號: G06N3/04
• 分類號: G06N3/04;G06N3/08
• 代理公司: 沈陽東大知識產(chǎn)權(quán)代理有限公司 21109
• 代理人: 李在川

1.一種基于YOLO的Compress-YOLO模型壓縮方法，其特征在于，包括以下步驟：

步驟1、設(shè)計Compress-YOLO神經(jīng)網(wǎng)絡(luò)特征提取部分,YOLO的輸入尺寸固定為448×448，當(dāng)識別種類為A種，每個網(wǎng)格預(yù)測兩個種類時，輸出維度為B；

1.1安裝和配置Caffe框架，添加Caffe路徑到系統(tǒng)環(huán)境；

1.2對Caffe框架的數(shù)據(jù)層進(jìn)行修改，添加YOLO-Data層，在該層中添加side成員，將輸入的圖片劃分為7×7的網(wǎng)格；

1.3將輸入圖片尺寸調(diào)整到448×448大小，獲得列表、標(biāo)簽數(shù)據(jù)，并將圖片數(shù)據(jù)轉(zhuǎn)化為LMDB格式，輸出維度即為B；

步驟2、使用GoogLeNet的特征提取部分對輸入圖像進(jìn)行特征提取，使用GoogLeNet將提取出特征的第一個卷積層到inception(5b)部分取代原始YOLO中的12組3×3和1×1的卷積層，每組包括一個3×3和一個1×1的卷積層；

步驟3、成對使用卷積神經(jīng)網(wǎng)絡(luò)中補(bǔ)充使用的實(shí)用化層：Batch Normalization層和Scale層，并添加池化層；

步驟4、使用Compress-YOLO模型中的兩層全卷積層取代YOLO中的兩層全連接層，一層預(yù)測目標(biāo)的種類，一層預(yù)測bounding box的坐標(biāo)；

步驟5、使用一層卷積層對bounding box進(jìn)行回歸；

步驟6、通過reshape層使得輸出維度和YOLO的輸出維度B相同；

步驟7、選擇PASCAL VOC 2012數(shù)據(jù)集對設(shè)計的Compress-YOLO神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練；

7.1對Caffe框架的數(shù)據(jù)層進(jìn)行修改，添加YOLO-Data層，計算訓(xùn)練過程中的Compress-YOLO模型隨迭代次數(shù)增加的損失；

7.2在正式訓(xùn)練時，采用分段設(shè)置學(xué)習(xí)率的方式，分別在迭代次數(shù)為540、16020和24020時改變訓(xùn)練學(xué)習(xí)率。

2.根據(jù)權(quán)利要求1所述的一種基于YOLO的Compress-YOLO模型壓縮方法，其特征在于：采用NVIDIA Jetson TX1嵌入式開發(fā)板上進(jìn)行識別測試，檢驗(yàn)實(shí)際的效果。