一种目标检测模型轻量化方法及系统

    公开(公告)号:CN116484938A

    公开(公告)日:2023-07-25

    申请号:CN202310454228.7

    申请日:2023-04-25

    Abstract: 本发明公开了一种计算机视觉技术领域的目标检测模型轻量化方法及系统,旨在解决现有的目标检测模型运算量高、存储大,无法方便部署的问题。包括将给定的数据集输入目标检测模型进行基础训练,得到原始目标检测模型;对原始目标检测模型进行稀疏化训练,得到稀疏目标检测模型;对稀疏目标检测模型进行通道剪枝和层剪枝,得到压缩目标检测模型;将原始目标检测模型作为教师模型并将压缩目标检测模型作为学生模型,进行知识蒸馏,得到轻量化目标检测模型;本发明能够使模型的计算量和参数量降低,推理帧率提升,同时维持模型的预测精度,从而便于模型的部署,且可根据实际需求适配不同目标的数据集,对于常用的目标检测模型均具有较好的轻量化效果。

    一种双阶段三维场景建模方法

    公开(公告)号:CN113160391B

    公开(公告)日:2022-11-08

    申请号:CN202110484938.5

    申请日:2021-04-30

    Abstract: 一种双阶段三维场景建模方法,属于计算机视觉范畴。包括:使用RGBD相机和单目相机同时采集RGB数据和深度数据,使用基于视觉同步定位与建图的三维重建算法和基于运动恢复结构的三维重建算法分别以不同的速度进行建模。第一阶段实时记录SLAM重建进度,进行图像帧配准、姿态估计和点云匹配,回环检测和模型融合,短时内生成较稀疏的重建模型,且可以帮助实时定位和导航,增强数据时序性;第二阶段通过大量高清RGB图像进行基于运动恢复结构的三维重建算法,生成稠密完整且细节丰富的重建模型。既保证了对短时内重建结果辅助定位的要求,具有时效性,又能提供高重建精度的稠密重建结果。

    一种可扩展温度适应范围的非线性光学频率变换晶体器件

    公开(公告)号:CN114371584A

    公开(公告)日:2022-04-19

    申请号:CN202210035412.3

    申请日:2022-01-13

    Abstract: 一种可扩展温度适应范围的非线性光学频率变换晶体器件,包括第一非线性光学晶体、第二非线性光学晶体和第三非线性光学晶体;所述第一非线性光学晶体和第三非线性光学晶体的材料、长度、切割角度均相同,所述第一非线性光学晶体和第三非线性光学晶体中相位失配量对温度的导数也相等;第二非线性光学晶体放置于第一非线性光学晶体和第三非线性光学晶体之间。使得非线性光学频率变换在更宽温度范围内保持较高转换效率,提高非线性光学频率变换晶体器件的温度适应性及稳定性。该器件不需要温度控制设备,使得非线性光学频率变换晶体器件结构更加简单、紧凑,同时降低器件能耗、缩短响应时间,从而降低器件成本、提升器件性能。

    接地电阻的计算模型
    25.
    发明授权

    公开(公告)号:CN110398635B

    公开(公告)日:2021-09-14

    申请号:CN201910650253.6

    申请日:2019-07-18

    Abstract: 本发明公开了一种接地电阻的计算模型。所述计算模型包括:卷积完全匹配层、理想导体层、接地导电体和引上导线;所述卷积完全匹配层用于确定计算区域,所述理想导体层包覆在所述卷积完全匹配层上,所述接地导电体设置在所述计算区域内的大地中,所述引上导线分别连接所述接地导电体和所述理想导体层。本发明将水平连接线和参考导电体省略,避免了水平连接线和参考导电体的反射,使得仅采用较小的计算区域就能准确仿真接地导电体的冲击电阻,大大减少了仿真占用的计算资源。

    基于精简卷积神经网络的行人检测方法

    公开(公告)号:CN109165542A

    公开(公告)日:2019-01-08

    申请号:CN201810673838.5

    申请日:2018-06-27

    Abstract: 本发明公开一种基于精简卷积神经网络的行人检测方法,包括如下步骤:(10)数据集收集:将数据集图像分为训练集图像与测试集图像;(20)数据集图像预处理:对数据集图像进行尺寸变换、对比度归一化和白化处理,得到低冗余数据灰度图像;(30)精简卷积神经网络模型获取:对卷积神经网络进行训练,对训练好的卷积神经网络逐层进行剪枝,利用测试集灰度图像验证卷积神经网络的性能,得到精简深度卷积网络模型;(40)行人检测:利用精简卷积神经网络模型,对使用现场图像进行行人检测。本发明的基于精简卷积神经网络的行人检测方法,在保持网络训练精度的同时,对卷积神经网络进行精简,在减少网络规模的同时,加快行人检测的速度。

    一种基于监督学习的深度自动编码器的道路分割方法

    公开(公告)号:CN108537132A

    公开(公告)日:2018-09-14

    申请号:CN201810218531.6

    申请日:2018-03-16

    Abstract: 一种基于监督学习的深度自动编码器的道路分割方法,针对传统分割方法存在的分割精度不高、实时性不好,基于全卷积网络的语义分割方法存在的网络结构复杂、参数调优繁琐、训练周期长等问题,在传统的自动编码器模型中加入监督层,通过监督学习机制来抽取有利于道路图像分割的特征,实现道路图像语义分割。本发明的监督学习机制促使网络结构着重学习区域的轮廓、边界等信息而忽略与分割无关的图像细节,取得了更好的道路分割效果。并且本发明所提出的方法模型简单、训练时间和运行时间都远低于Segnet网络,这对实时性要求很高的道路识别而言是极其关键的。

    小型机器人室内可通行区域获取方法及装置

    公开(公告)号:CN110717981A

    公开(公告)日:2020-01-21

    申请号:CN201910834288.5

    申请日:2019-09-05

    Abstract: 本发明公开一种小型机器人室内可通行区域建模方法,包括如下步骤:(10)单目SLAM:利用机器人上的单目相机获取室内环境图像,输入单目SLAM系统,得到相机的位姿与稀疏的特征点云;(20)图像分割:对室内环境图像进行分割,获取地面区域;(30)地平面拟合:提取位于地面区域的点,滤波、拟合,得到地平面;(40)分割图像筛选:利用地平面位置,对分割好的地面区域进行筛选,得到符合要求的地面区域;(50)稠密地面建模:将地面分割图像投影到地平面上,得到稠密的地面点云模型。本发明方法及装置,成本低,实时性好,建模效果好。

Patent Agency Ranking