一种基于深度分组可分离卷积的目标检测方法
公开
摘要
本发明公开一种基于深度分组可分离卷积的目标检测方法，由特征提取模块，特征融合模块和检测头组成。本发明提出并在检测头中使用了GBL模块，GBL模块由深度分组分离卷积，批归一化层和Leaky_Relu激活函数组成，其中深度分组可分离卷积在深度可分离卷积的基础上进行了改进，首先进行特征图的通道分组，经过3x3的普通卷积后进行拼接，拼接后的特征图进行1x1的普通卷积操作改变通道数，基于深度分组可分离卷积的GBL模块可以有效的代替普通卷积，在提取多层次和多尺度特征以及特征融合中都可以有效保证网络的学习能力。本发明公开的目标检测方法以较小的参数和计算增量，实现了较大的精确度的提高，在保证目标检测实时性的同时，有效的优化了检测效果，作为一种轻量级目标检测方法，尤其适用于内存和计算能力受限硬件环境。
基本信息
专利标题 ：
一种基于深度分组可分离卷积的目标检测方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114612758A
申请号 ：
CN202210250486.9
公开（公告）日 ：
2022-06-10
申请日 ：
2022-03-15
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
张康徐蔚鸿胡雪梅
申请人 ：
长沙理工大学
申请人地址 ：
湖南省长沙市天心区万家丽南路2段960号
代理机构 ：
代理人 ：
优先权 ：
CN202210250486.9
主分类号 ：
G06V10/80
IPC分类号 ：
G06V10/80 G06V10/82 G06V10/774 G06N3/04 G06N3/08 G06K9/62
法律状态
2022-06-10 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
