基于模型轻量化的目标检测方法
    4.
    发明公开

    公开(公告)号:CN116229199A

    公开(公告)日:2023-06-06

    申请号:CN202211612259.2

    申请日:2022-12-15

    Abstract: 一种基于模型轻量化的目标检测方法,步骤包括:首先采集图片;再把图片送入目标检测方法模型进行检测;最后得到图片中的目标信息。目标检测方法模型的构建步骤包括:步骤1:处理训练集,将图片数据集格式转化为适合YOLOv5训练的xml格式,并将之划分为训练集和测试集两大部分;步骤2:搭建PyTorch深度学习框架,其中深度学习模型的配置利用YOLOv5算法,步骤包括:步骤3:修改YOLOv5网络;步骤4:训练网络;步骤5:利用训练好的模型进行探测detect操作,从而得到基于模型轻量化的目标检测方法模型。本方法通过多种措施修改YOLOv5网络,使模型轻量化,适于嵌入到芯片上。

    一种基于参考表的图像超分辨率加速方法及系统

    公开(公告)号:CN117173016A

    公开(公告)日:2023-12-05

    申请号:CN202311019784.8

    申请日:2023-08-14

    Abstract: 本发明涉及图像恢复技术领域,提出了一种基于参考表的图像超分辨率加速方法及系统,包括获得低分辨率输入图像和参考表;所述参考表包括多条记录,任一条记录包括一一对应的复杂度得分参考值和图像质量参考值;所述一一对应的复杂度得分参考值和图像质量参考值通过对同一样本图像计算复杂度得分和图像质量得到;将所述低分辨率输入图像划分为多个低分辨率图像块;将每一所述低分辨率图像块输入多出口SR网络,得到多个超分图像块;将多个所述超分图像块进行合并,得到高分辨率输出图像。通过上述技术方案,解决了相关技术中的超分辨率加速方法适应性差的问题。

Patent Agency Ranking