一种基于卷积神经网络的轻量级目标检测方法及系统
# 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
一种基于卷积神经网络的轻量级目标检测方法及系统
申请号:
CN202510715240
申请日期:
2025-05-30
公开号:
CN120258049B
公开日期:
2025-08-08
类型:
发明专利
摘要
本发明提供一种基于卷积神经网络的轻量级目标检测方法及系统,涉及目标检测技术领域,该方法包括构建基于卷积神经网络的轻量级目标检测模型,模型由FF‑ELAN模块、EConv模块、MFA模块和检测头组成;利用基于质心的剪枝算法对模型进行优化,得到优化后的模型;将优化后的模型部署在边缘设备上;边缘设备利用优化后的模型对采集的图像数据进行目标检测,输出检测结果。本发明解决现有目标检测方法在边缘设备上计算量大、内存占用高的难题,满足实际应用需求。
技术关键词
模块
检测头
计算机软件产品
多层次特征
计算机存储介质
输出特征
双分支结构
图像
节点处
通道
数据
算法
瓶颈
复杂度
计算机设备
支路
冗余
内存
语义
系统为您推荐了相关专利信息
1
一种用于原子荧光的空气净化系统
编码向量
空气净化系统
策略
语义关联度
光源驱动模块
2
一种针对存算阵列的异构高速并行读出电路
读出电路
积分器
时钟管理模块
异构
存储器件
3
模型转换系统和模型转换方法
模型转换系统
模型转换方法
自定义算子
深度学习模型优化
融合规则
4
一种基于知识图谱的合同风险预警方法、装置及设备
风险预警方法
因子
识别风险
节点
风险管控技术
5
基于级联失效模型的谷物贸易数据挖掘方法和系统
级联失效模型
贸易
线性回归模型
数据挖掘方法
参数