公开(公告)号：CN117115592A

公开(公告)日：2023-11-24

申请号：CN202311099991.9

申请日：2023-08-29

Applicant: 苏州大学

Inventor： 吕勇 ,  许绪君 ,  田俊彦 ,  马宁 ,  迟文政 ,  孙立宁 ,  曹东辉

IPC: G06V10/774 ,  G06N3/082 ,  G06N3/0464

Abstract: 本发明涉及一种基于可变形卷积的轻量化室内服务机器人目标识别方法，该方法的具体步骤为：步骤S1：获取待识别物体的图像数据集，划分为训练集和测试集；步骤S2：将所述训练集输入到YOLO_DCN模型中，进行训练，得到权重参数，其中，所述YOLO_DCN模型包括依次连接的骨干网络、颈部网络和头部网络，先对整体结构进行通道剪枝操作，然后将在骨干网络和颈部网络中加入多个C3_DCN模块和C2f模块，并在骨干网络与颈部网络之间加上多个CBAM注意力模块；步骤S3：将所述权重参数加载至所述YOLO_DCN模型中，针对待识别的图像，运行YOLO_DCN模型可以得到检测结果。本发明有效提升模型对多尺度目标、尤其是形变物体的检测性能，在保证模型高实时性的同时获得很高的检测精度。