基于改進(jìn)YOLO-V3的目標(biāo)檢測(cè)系統(tǒng)、方法及終端
基本信息
| 申請(qǐng)?zhí)?/td> | CN202010333517.8 | 申請(qǐng)日 | - |
| 公開（公告）號(hào) | CN111553406A | 公開（公告）日 | 2020-08-18 |
| 申請(qǐng)公布號(hào) | CN111553406A | 申請(qǐng)公布日 | 2020-08-18 |
| 分類號(hào) | G06K9/62(2006.01)I | 分類 | - |
| 發(fā)明人 | 田鵬程 | 申請(qǐng)（專利權(quán)）人 | 上海锘科智能科技有限公司 |
| 代理機(jī)構(gòu) | 北京酷愛智慧知識(shí)產(chǎn)權(quán)代理有限公司 | 代理人 | 上海锘科智能科技有限公司 |
| 地址 | 200120上海市浦東新區(qū)張江路665號(hào)三層 | ||
| 法律狀態(tài) | - | ||
摘要
| 摘要 | 本發(fā)明公開了一種基于改進(jìn)YOLO?V3的目標(biāo)檢測(cè)系統(tǒng)，包括：圖像獲取模塊、圖像預(yù)處理模塊、darknet?39主干網(wǎng)絡(luò)模塊、多尺度卷積層特征組合模塊、加權(quán)特征融合模塊和預(yù)測(cè)模塊，darknet?39主干網(wǎng)絡(luò)模塊采用darknet?39主干網(wǎng)絡(luò)模型提取圖像特征，得到5個(gè)不同尺度卷積層的特征圖；多尺度卷積層特征組合模塊用于將5個(gè)不同尺度卷積層的特征圖進(jìn)行最優(yōu)組合得到組合特征圖；加權(quán)特征融合模塊用于對(duì)組合特征圖進(jìn)行加權(quán)特征融合；預(yù)測(cè)模塊用于采用YOLO?V3算法對(duì)融合后的特征圖進(jìn)行回歸預(yù)測(cè)，得到目標(biāo)檢測(cè)結(jié)果。該系統(tǒng)網(wǎng)絡(luò)模型較小，加快目標(biāo)檢測(cè)速度，增強(qiáng)了網(wǎng)絡(luò)特征融合效果，實(shí)現(xiàn)了更好的檢測(cè)結(jié)果。?? |
