一种基于轻量化模型的目标检测与识别方法

本发明提供一种基于轻量化模型的目标检测与识别方法，通过将模型的CIOU_Loss定位损失函数改进为SIOU_Loss位损失函数来提高模型的准确性和稳定性，并采用了PiddleSlim模型压缩算法具有的裁剪、定点量化和知识蒸馏压缩技术对模型进行压缩，保证模型的准确性和鲁棒性，实现将轻量级模型应用与移动设备，在保证准确性的前提下，大幅缩减推理时间，减少模型加载所需的存储空间。压缩后的模型大小仅为原来的25％，推理速度提升了5倍，但精确度只减少了0.8％，模型精度仍达到日常的使用需求。