[發(fā)明專(zhuān)利]一種用于移動(dòng)端的輕量級(jí)目標(biāo)檢測(cè)方法及系統(tǒng)

在審

• 申請(qǐng)?zhí)枺?/td>: 202010690770.9
• 申請(qǐng)日: 2020-07-17
• 公開(kāi)（公告）號(hào): CN111832576A
• 公開(kāi)（公告）日: 2020-10-27
• 發(fā)明（設(shè)計(jì)）人: 李雪;李銳;金長(zhǎng)新
• 申請(qǐng)（專(zhuān)利權(quán)）人: 濟(jì)南浪潮高新科技投資發(fā)展有限公司
• 主分類(lèi)號(hào): G06K9/46
• 分類(lèi)號(hào): G06K9/46;G06K9/62;G06N3/04
• 代理公司: 濟(jì)南信達(dá)專(zhuān)利事務(wù)所有限公司 37100
• 代理人: 姜明

1.一種用于移動(dòng)端的輕量級(jí)目標(biāo)檢測(cè)方法，其特征是所述的方法具體步驟如下：

S1利用MOGO-SSD網(wǎng)絡(luò)架構(gòu)搭建Depthwise與Pointwise的組合卷積；

S2利用ImageNet數(shù)據(jù)集進(jìn)行權(quán)重預(yù)訓(xùn)練；

S3保留訓(xùn)練后的參數(shù)，作為預(yù)訓(xùn)練模型進(jìn)行二次優(yōu)化；

S4將二次優(yōu)化后的訓(xùn)練模型用于目標(biāo)數(shù)據(jù)檢測(cè)。

2.根據(jù)權(quán)利要求1所述的用于移動(dòng)端的輕量級(jí)目標(biāo)檢測(cè)方法，其特征是所述S1利用MOGO-SSD網(wǎng)絡(luò)架構(gòu)搭建Depthwise與Pointwise的組合卷積的具體步驟包括：

S101利用DW在每個(gè)輸入數(shù)據(jù)的通道層面操作得到每個(gè)通道的空間特征；

S102利用PW對(duì)通道進(jìn)行卷積操作。

3.根據(jù)權(quán)利要求2所述的用于移動(dòng)端的輕量級(jí)目標(biāo)檢測(cè)方法，其特征是所述S3保留訓(xùn)練后的參數(shù)，作為預(yù)訓(xùn)練模型進(jìn)行二次優(yōu)化的具體步驟包括：

S301將訓(xùn)練后的權(quán)重參數(shù)作為預(yù)訓(xùn)練模型；

S302設(shè)置新的全連接層和類(lèi)別數(shù)目；

S303保存訓(xùn)練后的參數(shù)進(jìn)行二次訓(xùn)練優(yōu)化。

4.根據(jù)權(quán)利要求3所述的用于移動(dòng)端的輕量級(jí)目標(biāo)檢測(cè)方法，其特征是所述S3中還可以將MOGO Module嵌入到網(wǎng)絡(luò)結(jié)構(gòu)中作為骨干網(wǎng)絡(luò)進(jìn)行訓(xùn)練優(yōu)化。

5.一種用于移動(dòng)端的輕量級(jí)目標(biāo)檢測(cè)系統(tǒng)，其特征是所述的方系統(tǒng)具體包括組合搭建模塊、權(quán)重訓(xùn)練模塊、優(yōu)化訓(xùn)練模塊和目標(biāo)檢測(cè)模塊：

組合搭建模塊：利用MOGO-SSD網(wǎng)絡(luò)架構(gòu)搭建Depthwise與Pointwise的組合卷積；

權(quán)重訓(xùn)練模塊：利用ImageNet數(shù)據(jù)集進(jìn)行權(quán)重預(yù)訓(xùn)練；

優(yōu)化訓(xùn)練模塊：保留訓(xùn)練后的參數(shù)，作為預(yù)訓(xùn)練模型進(jìn)行二次優(yōu)化；

目標(biāo)檢測(cè)模塊：將二次優(yōu)化后的訓(xùn)練模型用于目標(biāo)數(shù)據(jù)檢測(cè)。

6.根據(jù)權(quán)利要求5所述的用于移動(dòng)端的輕量級(jí)目標(biāo)檢測(cè)系統(tǒng)，其特征是所述組合搭建模塊具體包括特征提取模塊和通道操作模塊：

特征提取模塊：利用DW在每個(gè)輸入數(shù)據(jù)的通道層面操作得到每個(gè)通道的空間特征；

通道操作模塊：利用PW對(duì)通道進(jìn)行卷積操作

7.根據(jù)權(quán)利要求6所述的用于移動(dòng)端的輕量級(jí)目標(biāo)檢測(cè)系統(tǒng)，其特征是所述優(yōu)化訓(xùn)練模塊具體包括模型選取模塊、模型設(shè)置模塊和二次優(yōu)化模塊：

模型選取模塊：將訓(xùn)練后的權(quán)重參數(shù)作為預(yù)訓(xùn)練模型；

模型設(shè)置模塊：設(shè)置新的全連接層和類(lèi)別數(shù)目；

二次優(yōu)化模塊：保存訓(xùn)練后的參數(shù)進(jìn)行二次訓(xùn)練優(yōu)化。

8.根據(jù)權(quán)利要求7所述的用于移動(dòng)端的輕量級(jí)目標(biāo)檢測(cè)系統(tǒng)，其特征是所述優(yōu)化訓(xùn)練模塊中還可以將MOGO Module嵌入到網(wǎng)絡(luò)結(jié)構(gòu)中作為骨干網(wǎng)絡(luò)進(jìn)行訓(xùn)練優(yōu)化。