一种基于深度学习的目标检测YOLOv3的模型优化算法
基本信息
| 申请号 | CN202010568883.1 | 申请日 | - |
| 公开（公告）号 | CN112001477A | 公开（公告）日 | 2020-11-27 |
| 申请公布号 | CN112001477A | 申请公布日 | 2020-11-27 |
| 分类号 | G06N3/04(2006.01)I | 分类 | 计算；推算；计数; |
| 发明人 | 李宋顺;周俊玮;杜振华;华宇浩;王建宇;汤徐星;何新 | 申请（专利权）人 | 江苏慧宇诚智能装备研究院有限公司 |
| 代理机构 | 北京劲创知识产权代理事务所（普通合伙） | 代理人 | 张铁兰 |
| 地址 | 210000江苏省南京市玄武区孝陵卫200号 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明公开了一种基于深度学习的目标检测YOLOv3的模型优化算法，包括：采用K‑means++聚类算法重新设置合适商品数据集的Anchor box；对目标检测YOLOv3的模型进行一般训练和稀疏化训练；将YOLOv3稀疏化后的最终模型作为基准，叠加使用通道剪枝和层剪枝进行双重剪枝，修剪不重要的特征通道和层；对剪枝后的模型进行微调，根据mAP曲线图取较好效果的值，对得到的值再次进行评估。本发明提供的基于深度学习的目标检测YOLOv3的模型优化算法，通过K‑means++改善算法的聚类效果；采用层剪枝和通道剪枝相结合的双重剪枝来进行网络剪枝，以提高算法的性能。 |
