一種基于深度學(xué)習(xí)的目標(biāo)檢測(cè)YOLOv3的模型優(yōu)化算法
基本信息
| 申請(qǐng)?zhí)?/td> | CN202010568883.1 | 申請(qǐng)日 | - |
| 公開(kāi)（公告）號(hào) | CN112001477A | 公開(kāi)（公告）日 | 2020-11-27 |
| 申請(qǐng)公布號(hào) | CN112001477A | 申請(qǐng)公布日 | 2020-11-27 |
| 分類號(hào) | G06N3/04(2006.01)I | 分類 | 計(jì)算；推算；計(jì)數(shù); |
| 發(fā)明人 | 李宋順;周俊瑋;杜振華;華宇浩;王建宇;湯徐星;何新 | 申請(qǐng)（專利權(quán)）人 | 江蘇慧宇誠(chéng)智能裝備研究院有限公司 |
| 代理機(jī)構(gòu) | 北京勁創(chuàng)知識(shí)產(chǎn)權(quán)代理事務(wù)所（普通合伙） | 代理人 | 張鐵蘭 |
| 地址 | 210000江蘇省南京市玄武區(qū)孝陵衛(wèi)200號(hào) | ||
| 法律狀態(tài) | - | ||
摘要
| 摘要 | 本發(fā)明公開(kāi)了一種基于深度學(xué)習(xí)的目標(biāo)檢測(cè)YOLOv3的模型優(yōu)化算法，包括：采用K?means++聚類算法重新設(shè)置合適商品數(shù)據(jù)集的Anchor box；對(duì)目標(biāo)檢測(cè)YOLOv3的模型進(jìn)行一般訓(xùn)練和稀疏化訓(xùn)練；將YOLOv3稀疏化后的最終模型作為基準(zhǔn)，疊加使用通道剪枝和層剪枝進(jìn)行雙重剪枝，修剪不重要的特征通道和層；對(duì)剪枝后的模型進(jìn)行微調(diào)，根據(jù)mAP曲線圖取較好效果的值，對(duì)得到的值再次進(jìn)行評(píng)估。本發(fā)明提供的基于深度學(xué)習(xí)的目標(biāo)檢測(cè)YOLOv3的模型優(yōu)化算法，通過(guò)K?means++改善算法的聚類效果；采用層剪枝和通道剪枝相結(jié)合的雙重剪枝來(lái)進(jìn)行網(wǎng)絡(luò)剪枝，以提高算法的性能。?? |
