一种基于深层特征和浅层特征融合的目标检测方法

授权

摘要

本发明提供了一种基于深层特征和浅层特征融合的目标检测方法。步骤如下：构建目标检测网络模型，获取数字图像，分为训练集和测试集；将图像增强过后的图片x首先输入到分类网络进行特征提取，然后再将特征提取的结果输入到特征融合网络进行特征融合，最后利用融合后的特征图对模型进行分类和回归得到预测值，使用预测值、标签y、预选框匹配结果和Loss函数计算得到误差进行反向传播，得到了保存模型参数的文件；对模型进行测试，首先计算冗余的预测值，最后通过NMS算法去除冗余的预测值，得到最终结果。经验证我们的方法在PascalVOC数据集上的20类的平均监测准确率达到了70%，在行人检测、人脸检测、文本检测、交通信号和遥感目标检测拥有良好的应用前景。

基本信息

专利标题：

一种基于深层特征和浅层特征融合的目标检测方法

专利标题（英）：

暂无

公开（公告）号：

CN113887649A

申请号：

CN202111214721.9

公开（公告）日：

2022-01-04

申请日：

2021-10-19

授权号：

CN113887649B

授权日：

2022-05-27

发明人：

单东日许亚鲁王晓芳张鹏贺冬梅

申请人：

齐鲁工业大学

申请人地址：

山东省济南市长清区大学路3501号

代理机构：

济南泉城专利商标事务所

代理人：

李桂存

优先权：

CN202111214721.9

主分类号：

G06K9/62

IPC分类号：

G06K9/62 G06N3/04 G06N3/08