基于YOLO轻量化模型的嵌入式掌静脉图像识别方法与系统
申请号:CN202510733603
申请日期:2025-06-04
公开号:CN120260084B
公开日期:2025-10-10
类型:发明专利
摘要
本发明公开了一种基于YOLO轻量化模型的嵌入式掌静脉图像识别方法与系统,包括:首先分析卷积层贡献度,精简网络并替换卷积方式,得到第一网络结构;接着通过剪枝技术移除不重要连接,得到第二结构;利用知识蒸馏从教师网络提取特征并调整参数,得到第三结构;采用混合精度量化策略,得到第四结构;加入特征金字塔网络捕获多尺度特征,得到第五结构;引入解剖学指导的注意力机制,得到第六结构;设计损失函数调整权重,得到第七结构;通过自适应特征增强模块处理低对比度图像,最终得到第八网络结构,通过第八网络结构进行掌静脉图像识别,获得识别结果。本发明确保特征满足识别精度要求的同时,实现了高效、精准的掌静脉图像识别。
技术关键词
网络结构
掌静脉图像
特征金字塔网络
输出特征
知识蒸馏方法
YOLO模型
剪枝技术
血管
多层次特征提取
多尺度信息
层级
嵌入式设备
对比度
注意力机制
多尺度特征
纹理特征提取
参数