CN114972950B 多目标检测方法、装置、设备、介质及产品 （际络科技(上海)有限公司）

先训练好的多目标检测模型进行动态剪枝后得好的多目标检测模型中的多个目标分支网络分2其中，所述剪枝后的多目标检测模型是通过对预先训练好所述预先训练好的多目标检测模型包括主干网络以及与所述主干网络连接的多个目相应地，所述剪枝后的多目标检测模型是通过对预先训练好的包括剪枝后主干网络以及与所述剪枝后主干网络连相应地，所述多个剪枝后目标分支网络通过对预先训练好的所述剪枝后主干网络通过对预先训练好的多目标检测模型中的主干网络进行动态剪是通过对预先训练好的多目标检测模型中的多个目标分支网络分别进行动态剪枝后得到，S1、在预设的分支剪枝率集合中选中一个分S3、重复所述S1至所述S2直到穷尽所述预设的分支剪枝率集合中所有分支剪枝率集S4、从所述多个剪枝后分支网络性能中确定最剪枝后分支网络性能对应的待分析分支剪枝率作为待分析目标分支S5、重复所述S1至所述S4直到穷尽所有目标分根据预先设定的分支剪枝率的取值范围以及分支剪枝率取值步相应地，所述将所述待检测图片输入剪枝后的多目标检测模3所述剪枝后主干网络对所述待检测图片进行特征提取得到多尺度所述剪枝后人脸检测分支网络基于所述多尺度特征图预测得到人脸检所述剪枝后香烟检测分支网络基于所述多尺度特征图预测得到香烟检所述剪枝后手机检测分支网络基于所述多尺度特征图预测得到手机检根据所述人脸检测结果中人脸预测框、所述香烟检测结果中香所述剪枝后人脸检测分支网络基于所述人脸检测特征图预测得到人脸检所述剪枝后香烟检测分支网络基于所述香烟检测特征图预测得到香烟检所述剪枝后手机检测分支网络基于所述手机检测特征图预测得到手机检检测模块，用于将所述待检测图片输入剪枝后的多目标检测模型其中，所述剪枝后的多目标检测模型是通过对预先训练好所述预先训练好的多目标检测模型包括主干网络以及与所述主干网络连接的多个目相应地，所述剪枝后的多目标检测模型是通过对预先训练好的8.一种电子设备，包括存储器、处理器及存储程序被处理器执行时实现如权利要求1至6任一项所述行时实现如权利要求1至6任一项所述多目4[0007]将所述待检测图片输入剪枝后的多目标检测模型，分别得到多个目标的检测结[0009]所述预先训练好的多目标检测模型包括主干网络以及与所述主干网络连接的多[0013]所述剪枝后主干网络通过对预先训练好的多目标检测模型中的主干网络进行动5最优剪枝后分支网络性能对应的待分析分支剪枝率作为待分析目标分支网络的最优剪枝定的分支剪枝率的取值范围内，穷举得到所有符合所述分支剪枝率取值步长的分支剪枝[0030]相应地，所述剪枝后主干网络对所述待检测图片进行特征提取得到多尺度特征手机检测结果中手机预测框的尺度，从多个尺度不同的特征图中分别确定人脸检测特征6[0040]所述预先训练好的多目标检测模型包括主干网络以及与所述主干网络连接的多目标检测模型中的多个目标分支网络分别进行动态剪枝从而得到剪枝后的多目标检测模[0052]模型剪枝作为模型压缩的方法之一，可以减少多目标检7同颜色的目标框定位各个类型的目标，并且显示目标的类型名称以及所属于该类型的概8及平均精度(AP)，在本发明的其他实施例中，也可以是其他模型性能指标，例如精确率9最优剪枝后分支网络性能对应的待分析分支剪枝率作为待分析目标分支网络的最优剪枝能够应用在需要考虑处理器成本以及性能等定的分支剪枝率的取值范围内，穷举得到所有符合所述分支剪枝率取值步长的分支剪枝检测分支网络基于所述多尺度特征图预测得到手机[0096]相应地，所述剪枝后主干网络对所述待检测图片进行特征提取得到多尺度特征目标检测模型中的多个目标分支网络分别进行动态剪枝后同颜色的目标框定位各个类型的目标，并且显示目标的类型名称以及所属于该类型的概测模型是通过对预先训练好的多目标检测模型中的多个目标分支网络分别进行动态剪枝[0112]此外，上述的存储器430中的逻辑指令可以通过软件功能单元的形式实现并作为发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以例方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，模型中的多个目标分支网络分别进行动态剪枝后