一种基于ARM架构的空间目标检测模型构建方法技术

本发明专利技术公开了一种基于ARM架构的空间目标检测模型构建方法，包括采集空间目标图像，使用目标检测算法对空间目标图像进行训练，获取空间目标图像训练集；以空间目标图像训练集作为输入，经X86架构服务器运算后，获得X86架构下的空间目标检测模型；对X86架构下的空间目标检测模型进行处理，使处理后的空间目标检测模型适用于在ARM架构中部署。本发明专利技术通过对X86架构下的空间目标检测模型进行处理，使处理后的空间目标检测模型适用于在ARM架构中部署，ARM架构的空间目标检测模型，可对硬件进行简化，降低能耗，实时性好、体积小更适合嵌入式应用于航天载荷平台。用于航天载荷平台。用于航天载荷平台。

【技术实现步骤摘要】
一种基于ARM架构的空间目标检测模型构建方法


[0001]本专利技术涉及目标检测模型构建
，尤其涉及一种基于ARM架构的空间目标检测模型构建方法。

技术介绍

[0002]ARM架构系统平台由处理器、存储等硬件平台与操作系统、应用等软件平台两部分组成，ARM架构处理器具备鲁棒性高、实时性好、功耗低和体积小等特点，可用于灵活多变的应用场景。相比于X86架构的计算机系统， ARM架构系统执行的任务比较单一，因此可对硬件进行较多简化，降低能耗，更适合嵌入式应用于航天载荷平台。嵌入式架构，常用的如ARM架构与常见的X86架构有较大区别，针对运行于X86架构上的空间目标智能检测算法模型，需经过转换、加速处理等系列操作，才能在ARM架构设备上高效运行。
[0003]本专利技术目的是公开一种把X86架构上的空间目标智能检测算法模型转换为ARM架构系统的空间目标检测模型的方法。
[0004]经检索，并未发现与本申请相同或相近现有技术。

技术实现思路

[0005]本专利技术的目的在于提供一种基于ARM架构的空间目标检测模型构建方法，把X86架构上的空间目标智能检测算法模型转换为ARM架构系统的空间目标检测模型。
[0006]本专利技术的目的可以通过以下技术方案实现：一种基于ARM架构的空间目标检测模型构建方法，包括以下步骤：S1、采集空间目标图像，使用目标检测算法对空间目标图像进行训练，获取空间目标图像训练集；S2、以空间目标图像训练集作为输入，经X86架构服务器运算后，获得X86架构下的空间目标检测模型；S3、对X86架构下的空间目标检测模型进行处理，使处理后的空间目标检测模型适用于在ARM架构中部署。
[0007]进一步地：所述使用目标检测算法对空间目标图像进行训练，获取空间目标图像训练集；使用的训练模型为one
‑
stage训练结构模型。
[0008]进一步地：所述对X86架构下的空间目标检测模型进行处理的步骤包括：S31、对空间目标检测模型进行格式转换；S32、对空间目标检测模型进行量化处理；S33、对空间目标检测模型进行加速处理；S34、对空间目标检测模型进行封装处理；S35、对空间目标检测模型进行ARM架构系统适配。
[0009]进一步地：所述对X86架构下的空间目标检测模型进行处理的步骤还包括：S36、对ARM架构系统运行的空间目标检测模型进行智能检测识别验证。
[0010]进一步地：所述S31中对空间目标检测模型进行格式转换，是将空间目标检测模型转换为onnx格式模型。
[0011]进一步地：所述S32对空间目标检测模型进行量化处理，是采用8bit量化法对空间目标检测模型进行量化。
[0012]进一步地：所述S33对空间目标检测模型进行加速处理；是将空间目标检测模型采用float32浮点运算转换为采用float8浮点运算。
[0013]进一步地：所述S35对空间目标检测模型进行ARM架构系统适配，是对空间目标检测模型适配LinuxARM架构操作系统。
[0014]本专利技术的有益效果：1、本专利技术通过对X86架构下的空间目标检测模型进行处理，使处理后的空间目标检测模型适用于在ARM架构中部署，ARM架构的空间目标检测模型，可对硬件进行简化，降低能耗，实时性好、体积小更适合嵌入式的应用于航天载荷平台。
[0015]2、本专利技术采用one
‑
stage训练结构模型对空间目标图像进行训练，获取空间目标图像训练集，获取的空间目标图像训练集准确率高，适用于ARM架构的空间目标检测模型快速检测识别的要求。
[0016]3、本专利技术通过对基于X86架构的空间目标检测模型，经过格式转换、模型量化、模型加速、模型封装、推理参数设置、ARM架构系统适配等操作，使空间目标检测模型可部署运行于ARM架构系统，实施空间目标检测，处理方法过程简单高效，获取的ARM架构系统空间目标检测模型可靠性好，能耗低，硬件要求低，更适合应用于航天载荷平台。
附图说明
[0017]图1为本专利技术一种基于ARM架构的空间目标检测模型构建方法的流程示意图；图2为本专利技术ARM架构中空间目标检测模型检测分析推理的一种效果图；图3为本专利技术ARM架构中空间目标检测模型检测分析推理的另一种效果图；图4为本专利技术ARM架构中空间目标检测模型检测分析推理的另一种效果图；图5为本专利技术ARM架构中空间目标检测模型检测分析推理的另一种效果图；图6为本专利技术目标检测算法网络结构示意图。
具体实施方式
[0018]下面详细描述本专利技术的实施例，所述实施例的示例在附图中表示，其中自始至终相同或类似的符号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本专利技术，而不能理解对本专利技术的限制。
[0019]如图1
‑
图6所示，本专利技术公开一种基于ARM架构的空间目标检测模型构建方法，包括以下步骤：S1、采集空间目标图像，使用目标检测算法对空间目标图像进行训练，获取空间目标图像训练集；S2、以空间目标图像训练集作为输入，经X86架构服务器运算后，获得X86架构下的空间目标检测模型；S3、对X86架构下的空间目标检测模型进行处理，使处理后的空间目标检测模型适
用于在ARM架构中部署。
[0020]采集空间目标图像，可以利用公开的或内部收集的空间目标图像，经数据预处理后形成训练集、验证集和测试集，使用目标检测算法对空间目标图像进行训练，训练模型可以采用one
‑
stage训练结构模型。
[0021]如图6所示，one
‑
stage训练结构模型，分为输入端、Backbone、Neck和Prediction四个部分，输入端采用mosaic、mixup数据增强，Backbone上采用了CSPDarknet53、Mish激活函数、Dropblock等方式，Neck中采用了SPP、FPN的结构，输出端则采用多尺度输出，小尺寸feature map负责检测大目标，大尺寸feature map负责检测小目标。
[0022]采用one
‑
stage训练结构模型对空间目标图像进行训练，获取空间目标图像训练集，获取的空间目标图像训练集准确率高，适用于ARM架构的空间目标检测模型快速检测识别的要求。
[0023]通过使用目标检测算法对空间目标图像进行训练，获取空间目标图像训练集，把空间目标图像训练集作为输入，优化设置训练参数，经X86架构服务器运算后，得到空间目标检测模型。
[0024]X86架构的空间目标检测模型一般硬件配置要求高，能耗大，ARM架构系统算力有限，不足以支撑空间目标检测模型推理运算，需要对X86架构训练的空间目标检测模型进行处理，使其可以基于ARM架构系统部署、运行，进而对空间目标进行检测识别。
[0025]对X86架构下的空间目标检测模型进行处理的步骤包括：S31、对空间目标检测模型进行格式转换；S32、本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于ARM架构的空间目标检测模型构建方法，其特征在于：包括以下步骤：S1、采集空间目标图像，使用目标检测算法对空间目标图像进行训练，获取空间目标图像训练集；S2、以空间目标图像训练集作为输入，经X86架构服务器运算后，获得X86架构下的空间目标检测模型；S3、对X86架构下的空间目标检测模型进行处理，使处理后的空间目标检测模型适用于在ARM架构中部署。2.根据权利要求1所述的一种基于ARM架构的空间目标检测模型构建方法，其特征在于：所述使用目标检测算法对空间目标图像进行训练，获取空间目标图像训练集；使用的训练模型为one
‑
stage训练结构模型。3.根据权利要求1所述的一种基于ARM架构的空间目标检测模型构建方法，其特征在于：所述对X86架构下的空间目标检测模型进行处理的步骤包括：S31、对空间目标检测模型进行格式转换；S32、对空间目标检测模型进行量化处理；S33、对空间目标检测模型进行加速处理；S34、对空间目标检测模型进行封装处理；S35、对空间目标检测模型进行ARM架构系统适配。4.根据权利...

【专利技术属性】
技术研发人员：梁志锋，鱼群，张蕾蕾，张轩，白军辉，
申请(专利权)人：中科星图测控技术股份有限公司，
类型：发明
国别省市：