基于可变形卷积的轻量化室内服务机器人目标识别方法.pdfVIP

下载本文档

0
0
约1.42万字
约 15页
2023-11-25 发布于四川
举报
版权申诉

基于可变形卷积的轻量化室内服务机器人目标识别方法.pdf

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

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

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 117115592 A (43)申请公布日 2023.11.24 (21)申请号 202311099991.9 (22)申请日 2023.08.29 (71)申请人苏州大学地址 215000