一种基于模型量化的MDSSD人脸检测方法（高校公示15天）（不包年费滞纳金）（需要二变）

本发明公开了一种基于模型量化的MDSSD人脸检测方法，包括，基于卷积神经网络计算输入图像的积分图并设置不同大小的特征模板提取所有样本的特征；读取所述所有样本的特征值，选取损失最小的所述特征值作为第一个弱分类器的分类属性；根据轻量化策略计算下一轮所述特征的权重值并计算所述弱分类器的权重；依次获得多个弱分类器并组合成强分类器；将候选框内预选位置输入所述强分类器内一一进行检测，直至所有的所述弱分类器确认所述预选位置为人脸时结束分类。本发明通过对MDSSD人脸检测模型进行量化压缩建立MDSSD Lite轻量级模型，相对于SSD而言，其对小脸和模糊人脸召回率更高，同时保持了较快的检测速度和检测精度。

《一种基于模型量化的MDSSD人脸检测方法（高校公示15天）（不包年费滞纳金）（需要二变）》是一发明专利，专利号为 2020111818245，当前法律状态为已下证，由广西科技大学提出申请，发明人为王智文;安晓宁;王宇航，申请日期为2020-10-29，公开（公告）日期为2026-06-26，国际专利分类号（IPC）为 G06V 40/16 (2022.01)，高新资质：未报高企。该专利已下发证书，权利稳定，适合直接办理转让过户，是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更（过户）的一站式专利转让服务，专业顾问全程协助，确保交易合规、安全、高效。专利摘要：本发明公开了一种基于模型量化的MDSSD人脸检测方法，包括，基于卷积神经网络计算输入图像的积分图并设置不同大小的特征模板提取所有样本的特征；读取所述所有样本的特征值，选取损失最小的所述特征值作为第一个弱分类器的分类属性；根据轻量化策略计算下一轮所述特征的权重值并计算所述弱分类器的权重；依次获得多个弱分类器并组合成强分类器；将候选框内预选位置输入所述强分类器内一一进行检测，直至所有的所述弱分类器确认所述预选位置为人脸时结束分类。本发明通过对MDSSD人脸检测模型进行量化压缩建立MDSSD Lite轻量级模型，相对于SSD而言，其对小脸和模糊人脸召回率更高，同时保持了较快的检测速度和检测精度。

海量优质专利即买即用，四大核心优势助您弯道超车：
🏆 拿资质，享红利：高企认定、专精特新必备！轻松获取政府补贴、税收减免，招投标直接加分！
💎 增信誉，融资金：支持实缴注册资金，彰显企业硬实力；支持专利质押贷款，盘活现金流，扩张不缺钱！
🔥 强背书，防抄袭：印上“专利产品”，客户更信赖！构建技术壁垒，把竞争对手挡在门外，稳占市场份额！
🚀 省时间，快变现：告别漫长研发与高风险！优质专利即买即用，让技术立刻变成真金白银的利润！