基于深度学习的合作目标靶球检测方法及相关装置
实质审查的生效
摘要
本申请提供一种基于深度学习的合作目标靶球检测方法及相关装置，通过合作目标靶球检测模型实现，合作目标靶球检测模型为改进的YOLOv2网络模型，其中，合作目标靶球检测模型在输入层之后增加设置了Focus模块，在输出层之前增加设置了注意力模块；具体包括：获取合作目标靶球图像；将合作目标靶球图像输入合作目标靶球检测模型，得到合作目标靶球图像的注意力机制特征图；根据注意力机制特征图，得到合作目标靶球图像中的合作目标靶球的位置。本申请通过对YOLOv2网络模型进行改进，提高了YOLOv2网络模型对多尺度目标的提取能力，从而提高了合作目标靶球的检测精度。
基本信息
专利标题 ：
基于深度学习的合作目标靶球检测方法及相关装置
专利标题（英）：
暂无
公开（公告）号 ：
CN114359382A
申请号 ：
CN202111358032.5
公开（公告）日 ：
2022-04-15
申请日 ：
2021-11-16
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
郝灿王颖董登峰高超李洋梅东滨周维虎刘彤
申请人 ：
海宁集成电路与先进制造研究院
申请人地址 ：
浙江省嘉兴市海宁市海昌街道芯中路8号
代理机构 ：
北京风雅颂专利代理有限公司
代理人 ：
王刚
优先权 ：
CN202111358032.5
主分类号 ：
G06T7/73
IPC分类号 ：
G06T7/73 G06N3/04 G06N3/08
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06T
一般的图像数据处理或产生
G06T7/10
分割；边缘检测
G06T7/70
确定物体或摄像机的姿态、方向
G06T7/73
使用基于特征的方法
法律状态
2022-05-03 ：
实质审查的生效
IPC(主分类) : G06T 7/73
申请日 : 20211116
申请日 : 20211116
2022-04-15 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
