[发明专利]一种增量式学习目标检测网络模型构建及权重更新方法有效
| 申请号： | 202011073711.3 | 申请日： | 2020-09-30 |
| 公开（公告）号： | CN113159082B | 公开（公告）日： | 2023-06-02 |
| 发明（设计）人： | 沈凯;庄羽;朱毅晓;邓明涛 | 申请（专利权）人： | 北京理工大学 |
| 主分类号： | G06V10/774 | 分类号： | G06V10/774;G06V10/778;G06V10/764;G06V10/82;G06N3/0464;G06N3/082 |
| 代理公司： | 北京理工大学专利中心 11120 | 代理人： | 李爱英;付雷杰 |
| 地址： | 100081 *** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本公开的增量式学习目标检测网络模型构建及权重更新方法，训练目标检测的深度学习网络模型；利用Slimming算法对深度学习网络模型进行剪枝处理；提取深度学习网络模型的卷积层训练集数据的输出特征及训练标签；选取第m层卷积层训练集数据的输出特征及其训练标签分别作为宽度学习网络模型的训练样本标签，训练宽度学习增量式学习模型；将宽度学习增量式学习模型替换深度学习网络模型的第m层及第m层后的卷积层，或将训练好的宽度学习网络模型作为深度学习网络模型的辅助学习网络模型，完成增量式学习网络模型的构建。通过增量式学习模型快速更新增量式学习网络权重的能力，改善增量式学习网络的性能，提升增量式学习网络的鲁棒性。 | ||
| 搜索关键词： | 一种 增量 学习 目标 检测 网络 模型 构建 权重 更新 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于北京理工大学，未经北京理工大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202011073711.3/，转载请声明来源钻瓜专利网。
