基于卷积神经网络的物品检测方法
公开
摘要
本发明公开了一种基于卷积神经网络的物品检测方法，包括：步骤一：对样本图像进行处理；步骤二：构建目标检测网络模型：该目标检测网络模型以RFBNet网络为基础，首先采用双线性插值方法对RFBNet网络的卷积层Conv7、卷积层Conv9_2的特征图扩大到与卷积层Conv4_3特征图相同的尺寸，然后利用concat通道拼接方式进行特征融合，最后通过加入基于通道注意力机制的挤压激励SE模块；步骤三：训练目标检测网络模型；步骤四：使用目标检测网络模型进行检测，得到检测结果。本发明具有能够满足实时性的前提下，提高小目标物品检测精度的特点。
基本信息
专利标题 ：
基于卷积神经网络的物品检测方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114612770A
申请号 ：
CN202210277747.6
公开（公告）日 ：
2022-06-10
申请日 ：
2022-03-21
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
袁庆霓白欢王晨杨观赐杜飞龙蓝伟文
申请人 ：
贵州大学
申请人地址 ：
贵州省贵阳市花溪区贵州大学（北区）科技处
代理机构 ：
贵阳东圣专利商标事务有限公司
代理人 ：
袁庆云
优先权 ：
CN202210277747.6
主分类号 ：
G06V20/00
IPC分类号 ：
G06V20/00 G06V10/82 G06N3/04 G06N3/08 G06K9/62
法律状态
2022-06-10 ：
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
