摘要

本发明公开了一种基于深度学习的低功耗快速检测图像目标方法,克服了现有技术中计算复杂度过高、神经网络模型占据较大磁盘空间的问题。本发明实现步骤为:(1)输入一幅300×300个像素的图像;(2)构建卷积神经网络;(3)第一次训练卷积神经网络;(4)第二次训练卷积神经网络;(5)计算卷积神经网络中与批量化层相邻卷积层权重系数和偏移值;(6)删除卷积神经网络中批量化层和比例缩放层;(7)输出目标检测坐标。由于本发明检测单张图像速度快、神经网络模型占据磁盘空间小,使得本发明具有可以部署在低功耗嵌入式设备上的优点。