[发明专利]基于通道重排的轻量级目标检测模型及目标检测方法

说明书

本发明公开了一种基于通道重排的轻量级目标检测模型及目标检测方法。所述模型包括：第一运算单元，用于对输入图像执行至少一次卷积运算，并输出第一图像数据；第二运算单元，用于将第一图像数据分为第一组图像数据和第二组图像数据，并对第一组图像数据执行池化运算，对第二组图像数据执行至少一次卷积运算，并输出第二图像数据；通道重排单元，用于对第二图像数据进行通道重排，输出第三图像数据；第三运算单元，用于将第三图像数据分为第三组图像数据和第四组图像数据，并对第三组图像数据执行至少一次卷积运算后与第四组图像数据张量拼接，输出第四图像数据；第四运算单元，用于对第四图像数据执行至少一次卷积运算，输出第五图像数据。

技术领域

本发明涉及图像识别技术领域，尤其涉及一种基于通道重排的轻量级目标检测模型及目标检测方法。

背景技术

随着深度学习技术的发展，安防、机载、星载等目标检测的应用对目标检测的处理速度提出了新的要求。受限于平台的计算资源，通过低计算复杂度算法实现高速目标检测能力，成为目标检测的发展方向。

相关技术中，采用卷积神经网络作为目标检测网络。然而，卷积神经网络的实时性差、速度慢，且为了提高性能，卷积神经网络引入了数量过多的参数，导致网络占用过多资源，影响网络的运行速度。

发明内容

本发明实施例提供一种基于通道重排的轻量级目标检测模型及目标检测方法，用以解决现有技术中卷积神经网络在完成目标检测时速度慢的问题。

一方面，本发明实施例提出一种基于通道重排的轻量级目标检测模型，包括：

第一运算单元，用于对含有目标的输入图像执行至少一次卷积运算，并输出第一图像数据；

第二运算单元，用于将所述第一图像数据分为第一组图像数据和第二组图像数据，并对所述第一组图像数据执行池化运算，对所述第二组图像数据执行至少一次卷积运算，并输出第二图像数据；

通道重排单元，用于对所述第二图像数据进行通道重排，输出第三图像数据；

第三运算单元，用于将所述第三图像数据分为第三组图像数据和第四组图像数据，并对所述第三组图像数据执行至少一次卷积运算后与所述第四组图像数据张量拼接，输出第四图像数据；

第四运算单元，用于对所述第四图像数据执行至少一次卷积运算，输出第五图像数据。

根据本发明的一些实施例，所述第一运算单元包括：

第一卷积运算子单元，用于对所述含有目标的输入图像依次执行卷积运算、池化运算，并输出第一预处理图像数据；

第二卷积运算子单元，用于对所述第一预处理图像数据依次执行卷积运算、池化运算，并输出第一图像数据。

根据本发明的一些实施例，所述第二运算单元包括：

第一分组子单元，用于将所述第一图像数据分为所述第一组图像数据和所述第二组图像数据；

第一池化子单元，用于对所述第一组图像数据执行池化运算，并输出第二预处理图像数据；

第三卷积运算子单元，用于对所述第二组图像数据依次执行卷积运算和池化运算，或用于对所述第二组图像数据执行分组卷积运算，并输出第三预处理图像数据；

第四卷积运算子单元，用于对所述第三预处理图像数据依次执行卷积运算和池化运算，或用于对所述第三预处理图像数据执行分组卷积运算，并输出第四预处理图像数据；

第五卷积运算子单元，用于对所述第四预处理图像数据依次执行卷积运算和池化运算，或用于对所述第四预处理图像数据执行分组卷积运算，并输出第五预处理图像数据；

第一张量拼接单元，用于将所述第二预处理图像数据与所述第五预处理图像数据张量拼接，并输出所述第二图像数据。