一种基于深度学习的手术器械仓储环境清点模型压缩方法

专利申请号：CN202211155631.1

公 开 号：CN115496964A

发 明 人：王海峰 关思宇 孙志强 蒋文波 

代 理 人：黄骏

代理机构：北京保识知识产权代理事务所(普通合伙)

专利类型：发明专利

申 请 日：20221220

公 开 日：20220922

专利主分类号：G06V10/774

关 键 词：模型压缩 目标检测 手术器械 数据集 仓储环境 清点 预处理 标签标注 采集数据 模型代码 数据集中 数据增强 测试集 和运算 轻量化 训练集 验证集 运算量 封装 内存 拍照 压缩 学习 保证 

摘      要：本发明公开了一种基于深度学习的手术器械仓储环境清点模型压缩方法，属于目标检测技术领域。一种基于深度学习的手术器械仓储环境清点模型压缩方法，包括以下步骤S1、对手术器械进行拍照采集数据，形成数据集，并根据要求对数据集中的照片进行标签标注；S2、对数据集划分为训练集、验证集和测试集，同时在训练前对数据进行数据增强预处理；S3、针对Swin transformer模型进行轻量化结构设计，降低Swin transformer模型所需的内存和运算量，实现模型的压缩；S4、将目标检测模型代码封装好，然后将数据集输入模型中进行训练。本发明基于Swin Transformer的目标检测模型进行模型压缩，能够在减少运算量和参数量的前提下保证模型的精度。