一种基于深度学习的精子检测移动端部署方式

本发明公开了一种基于深度学习的精子检测移动端部署方式，包括以下步骤：开始后进行数据采集，然后根据数据采集过程中采集的数据进行数据增强，之后利用Pytorch训练轻量化模型；之后进行剪枝，剪枝之后测试是否精度满足要求；若精度满足要求，则使用onnx库将pth模型参数转成onnc，再将onnc转换为caffe2的.pd格式，若精度不满足要求，则进行枝减迭代，并重复剪枝与精度检测步骤；当将onnc转换为caffe2的.pd格式后，则将标签文件和模型文件使用Andriod studio部署到相应位置，之后结束。本基于深度学习的精子检测移动端部署方式采用了一种使用onnx、caffe2和pytorch库来进行深度学习精子检测模型的部署方式，能够在手机App读取精子运动视频后部署深度学习模型对其进行检测分析。