买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：淮阴工学院

摘要：本发明提供了一种基于Light‑Net的轻量级目标检测方法及系统，首先对预先获取的待检测图像，进行预处理，并划分为训练集和测试集；构建Light‑Net网络模型，包括由六个DW特征提取模块构成的主干网络、一个循环特征融合网络模块以及三个目标检测模块；将预处理之后的训练集输入到Light‑Net网络模型中进行训练；将预处理之后的测试集输入到训练好的模型中，评估模型的性能。本发明构建的Light‑Net模型架构结构简单，形成的环状结构能够尽可能的将有效的特征保存在网络中，额外的反馈连接能够将循环特征融合网络模块中的有效信息以及错误信息回传到主干网络中，指导主干网络的参数调整；且能采用较少参数实现图像中目标的准确识别。

主权项：1.一种基于Light-Net的轻量级目标检测方法，其特征在于，包括以下步骤：1对预先获取的待检测图像，进行预处理，并划分为训练集和测试集；2构建Light-Net网络模型，包括由三个DW特征提取模块和三个DWD模块构成的主干网络、一个循环特征融合网络模块以及三个目标检测模块；所述主干网络第1、3、5层采用DW特征提取模块；主干网络第2、4、6层采用DWD模块；所述循环特征融合网络模块用于融合来自主干网络的特征信息并将有效特征反馈到主干网络中；所述目标检测模块利用融合后的特征提取图像中的目标对象；所述DW特征提取模块包括主分支和侧分支，主分支中包括一个1*1的pointwise卷积层，两个3*3的depthwise卷积层，一个1*1的pointwise卷积层；侧分支包括一个1*1的pointwise卷积层和3*3的depthwise卷积层；主分支与侧分支并行连接；所述DWD模块包括主分支和侧分支，主分支中包括一个1*1的pointwise卷积层，一个3*3的步长为2的depthwise卷积层，一个SEBlock模块，一个1*1的pointwise卷积层；侧分支包括一个步长为2的平均池化层和1*1的pointwise卷积层；主分支与侧分支并行连接；所述循环特征融合网络模块包括三个1*1卷积，五个DPB模块，一个Concat，其中五个DPB模块和Concat形成特征融合环，将有效特征留在网络中，两个1*1卷积层将来自主干网络的特征进行融合，一个1*1卷积层将循环特征融合网络模块中的特征融合之后反馈到主干网络中；3将预处理之后的训练集输入到Light-Net网络模型中进行训练；4将预处理之后的测试集输入到训练好的模型中，评估模型的性能。

全文数据：

权利要求：

百度查询： 淮阴工学院 一种基于Light-Net的轻量级目标检测方法及系统