目标检测模型的量化感知训练方法、装置、设备及介质
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
AITNT公众号
AITNT APP
AITNT交流群
搜索
首页
AI资讯
AI技术研报
AI监管政策
AI产品测评
AI商业项目
AI产品热榜
AI专利库
寻求报道
目标检测模型的量化感知训练方法、装置、设备及介质
申请号:
CN202411115733
申请日期:
2024-08-14
公开号:
CN118628876B
公开日期:
2024-10-15
类型:
发明专利
摘要
本发明适用计算机视觉感知领域和模型压缩技术领域,提供了一种目标检测模型的量化感知训练方法,该方法包括:构建待量化的目标检测模型的目标损失函数,该目标损失函数包括分类损失函数、回归损失函数以及任务和谐约束损失函数,基于目标损失函数,对目标检测模型进行量化感知训练,直至该目标损失函数收敛,从而使得分类任务和回归任务之间的关系变得越来越和谐,避免了不和谐的预测框的出现,提高了量化后目标检测模型在NMS后的检测性能。
技术关键词
样本
计算机视觉感知
指标
数据
参数
可读存储介质
模型压缩
处理器
训练装置
分支
存储器
视频
物体
图像
策略
因子
动态
关系