一种基于YOLOX轻量化及网络优化的方法

作者:张文博; 马梓益; 姬红兵; 李林; 臧博; 李斌
来源:2023-03-07, 中国, CN202310212335.9.

摘要

本发明公开了一种基于YOLOX轻量化及网络优化的方法,包括以下步骤;S1:在目标检测任务中,准备训练时所需的数据集;S2:在所述数据集上训练原始YOLOX神经网络模型,记录和评估模型的性能指标;S3:对原始YOLOX神经网络模型执行剪枝操作,生成剪枝后的改进YOLOX网络模型;S4:在数据集上训练生成剪枝后的改进YOLOX网络模型;S5:对改进YOLOX网络模型执行剪枝操作;S6:对改进剪枝后的改进YOLOX网络进行验证和分析,若能满足性能上的要求,则对目标进行检测分析;如不能满足性能要求,则调整改进模型,直至满足性能要求为止。本发明在目标检测中具有较高的检测精度和速度,更易于在实际应用场景中进行部署和集成,也使得模型的推理过程更加高效和稳定。