发明公开
- 专利标题: 一种基于轻量化神经网络的目标识别方法及其应用
-
申请号: CN202110359604.5申请日: 2021-04-02
-
公开(公告)号: CN113505628A公开(公告)日: 2021-10-15
- 发明人: 安康 , 陆叶斌 , 刘迎圆 , 方祖华 , 上官倩芡
- 申请人: 上海师范大学
- 申请人地址: 上海市徐汇区桂林路100号
- 专利权人: 上海师范大学
- 当前专利权人: 上海师范大学
- 当前专利权人地址: 上海市徐汇区桂林路100号
- 代理机构: 上海唯智赢专利代理事务所
- 代理商 刘朵朵
- 主分类号: G06K9/00
- IPC分类号: G06K9/00 ; G06N3/04 ; G06N3/08
摘要:
本发明公开了一种基于轻量化神经网络的目标识别方法及其应用,将目标图片输入训练好的Densenet改进模型中得到目标类别;Densenet改进模型与Densenet模型的不同在于网块中的Back Bone,Back Bone中的Channel Split、第一卷积层、第一深度分离卷积层、第二卷积层、Concat、Channel Shuffle依次连接,第二深度分离卷积层、第三卷积层与第一卷积层、第一深度分离卷积层、第二卷积层并联,第二深度分离卷积层与Channel Split连接,第三卷积层与Concat连接。本发明的目标识别方法,不仅数据处理量小,而且其识别精度高,极具应用前景。