-
公开(公告)号:CN115578719A
公开(公告)日:2023-01-06
申请号:CN202211253174.X
申请日:2022-10-13
Applicant: 中国矿业大学
Abstract: 本发明公开了一种基于YM_SSH的轻量级目标检测的疲劳状态检测方法,具体包括以下步骤:数据集准备,结合国内疲劳检测公共数据建立疲劳状态检测数据集;神经网络搭建,使用MobileViT代换YOLOv3的主干网络Darknet53,使用小尺寸卷积核代替大尺寸卷积核,搭建具有更大有效感受野的轻量级网络YM_SSH,使用改进的SSH网络增大模型感受野;减半网络通道数,将网络模型轻量化;嵌入式部署,将模型转化为TensorRT模型,提高模型在移动终端的推理速度。本发明基于轻量级目标检测网络以及可分离深度卷积,在扩大特征感受野的同时减少卷积核计算量和参数量,并且检测速度和精度与原网络模型几乎持平,解决了实时疲劳检测精确度低的问题。
-
公开(公告)号:CN115578719B
公开(公告)日:2024-05-17
申请号:CN202211253174.X
申请日:2022-10-13
Applicant: 中国矿业大学
Abstract: 本发明公开了一种基于YM_SSH的轻量级目标检测的疲劳状态检测方法,具体包括以下步骤:数据集准备,结合国内疲劳检测公共数据建立疲劳状态检测数据集;神经网络搭建,使用MobileViT代换YOLOv3的主干网络Darknet53,使用小尺寸卷积核代替大尺寸卷积核,搭建具有更大有效感受野的轻量级网络YM_SSH,使用改进的SSH网络增大模型感受野;减半网络通道数,将网络模型轻量化;嵌入式部署,将模型转化为TensorRT模型,提高模型在移动终端的推理速度。本发明基于轻量级目标检测网络以及可分离深度卷积,在扩大特征感受野的同时减少卷积核计算量和参数量,并且检测速度和精度与原网络模型几乎持平,解决了实时疲劳检测精确度低的问题。
-