一种基于改进卷积神经网络的水面漂浮垃圾识别方法

实质审查的生效

摘要

本发明涉及图像识别技术领域，尤其涉及一种基于改进卷积神经网络的水面漂浮垃圾识别方法，包括S1、对水面漂浮垃圾图像数据集进行扩充；S2、将ResNet50作为特征提取网络层，采用金字塔式锚框生成锚框，经Soft‑NMS筛选出疑似垃圾的多个目标候选框，ROI Pooling基于候选框映射的分类判别图来对目标进行分类和回归；S3、对改进后Faster RCNN网络进行模型训练；S4、对测试集进行测试。本发明在原始Faster RCNN上提出金字塔式锚框生成方式提升光照反射不均时检测准确率；针对目标尺寸占比太小，提出分类判别图提升小目标检测准确率，并采取Soft‑NMS，提升遮挡目标检测准确率。

基本信息

专利标题：

一种基于改进卷积神经网络的水面漂浮垃圾识别方法

专利标题（英）：

暂无

公开（公告）号：

CN114283280A

申请号：

CN202111469099.6

公开（公告）日：

2022-04-05

申请日：

2021-12-03

授权号：

暂无

授权日：

暂无

发明人：

李宁徐守坤黄河石林庄丽华袁宝华顾玉宛刘毅张铤波李治邦

申请人：

常州大学

申请人地址：

江苏省常州市武进区滆湖中路21号

代理机构：

常州市英诺创信专利代理事务所(普通合伙)

代理人：

杨闯

优先权：

CN202111469099.6

主分类号：

G06V10/25

IPC分类号：

G06V10/25 G06K9/62 G06N3/04 G06N3/08

法律状态

2022-04-22 ：

实质审查的生效

IPC(主分类) : G06V 10/25
申请日 : 20211203

2022-04-05 ：

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