公开(公告)号：CN119152193B

公开(公告)日：2025-01-24

申请号：CN202411601484.5

申请日：2024-11-11

Applicant: 南京信息工程大学

Inventor： 姚晨航 ,  薛羽

IPC: G06F17/10 ,  G06V10/25 ,  G06V10/44 ,  G06V10/52 ,  G06V10/766 ,  G06V10/80 ,  G06V10/82 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/0985

Abstract: 本发明提供了一种基于可微分架构搜索的YOLO目标检测方法和系统，所述方法首先构建了候选操作集合。然后，基于YOLO的网络架构，设计了超网。随后，使用可微分架构搜索方法对超网进行预训练，交替优化网络权重与架构参数。最后，根据架构参数得到搜索后的子网，并引入坐标注意力机制，进一步提升模型性能。与手工设计方法不同，本发明通过自动化搜索神经网络架构，极大地减少了人工所需要的试验与经验，有更高的搜索效率与性能，能更快地找到适用于目标检测的高效YOLO改进模型。

公开(公告)号：CN119152193A

公开(公告)日：2024-12-17

申请号：CN202411601484.5

申请日：2024-11-11

Applicant: 南京信息工程大学

Inventor： 姚晨航 ,  薛羽

IPC: G06V10/25 ,  G06V10/44 ,  G06V10/52 ,  G06V10/766 ,  G06V10/80 ,  G06V10/82 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/0985

Abstract: 本发明提供了一种基于可微分架构搜索的YOLO目标检测方法和系统，所述方法首先构建了候选操作集合。然后，基于YOLO的网络架构，设计了超网。随后，使用可微分架构搜索方法对超网进行预训练，交替优化网络权重与架构参数。最后，根据架构参数得到搜索后的子网，并引入坐标注意力机制，进一步提升模型性能。与手工设计方法不同，本发明通过自动化搜索神经网络架构，极大地减少了人工所需要的试验与经验，有更高的搜索效率与性能，能更快地找到适用于目标检测的高效YOLO改进模型。