基于轻量化深度卷积神经网络的实时托盘检测方法

本发明公开了基于轻量化深度卷积神经网络的实时托盘检测方法，所述方法包括选择神经网络模型，选择神经网络模型作为目标检测模型，将目标检测模型中的标准卷积修改为深度可分离卷积，将修改后的目标检测模型进行训练，在训练完成后再进入剪枝流程，得到剪枝后的目标检测模型，对剪枝后的目标检测模型进行精度判断，若精度满足要求则将剪枝后的模型部署到叉车上对托盘进行检测识别；若精度不满足要求，则降低剪枝率后反馈至剪枝流程。通过对现有模型的修改、剪枝等操作，减少神经网络模型对于计算资源的需求，采用修改后的轻量化模型对托盘进行识别，有效的满足实际应用场景。