一种基于卷积神经网络的轻量级目标检测方法及系统

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
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
编码向量 空气净化系统 策略 语义关联度 光源驱动模块
读出电路 积分器 时钟管理模块 异构 存储器件
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
风险预警方法 因子 识别风险 节点 风险管控技术
级联失效模型 贸易 线性回归模型 数据挖掘方法 参数