基于卷积神经网络的低空小飞行物检测方法
实质审查的生效
摘要
本发明提供一种基于卷积神经网络的低空小飞行物检测方法，涉及目标检测技术领域。本发明的方法分别从提高模型获取小目标语义信息的能力以及模型对候选框的准确定位这两个角度进行优化和改进。通过改进特征提取网络的结构，采用跳跃链接的残差结构来提高模型对小目标的敏感程度；在后处理部分，利用soft‑nms去优化冗余锚框，提高模型在待检测物密集出现情况下的准确率；在锚框的生成上，采用ROI Align，用线性内插算法替换原本的两次取整操作，提高模型对低空小目标检测的位置精度，使卷积神经网络模型能够精确检测低空小飞行物。
基本信息
专利标题 ：
基于卷积神经网络的低空小飞行物检测方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114529805A
申请号 ：
CN202210157359.4
公开（公告）日 ：
2022-05-24
申请日 ：
2022-02-21
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
张德育刘猛王君
申请人 ：
沈阳理工大学
申请人地址 ：
辽宁省沈阳市浑南新区南屏中路6号
代理机构 ：
沈阳东大知识产权代理有限公司
代理人 ：
梁焱
优先权 ：
CN202210157359.4
主分类号 ：
G06V20/00
IPC分类号 ：
G06V20/00 G06V10/44 G06V10/764 G06V10/82 G06K9/62 G06N3/04 G06N3/08
法律状态
2022-06-10 ：
实质审查的生效
IPC(主分类) : G06V 20/00
申请日 : 20220221
申请日 : 20220221
2022-05-24 ：
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
