一種基于深度學(xué)習(xí)的目標(biāo)檢測(cè)方法和系統(tǒng)
基本信息
| 申請(qǐng)?zhí)?/td> | CN201811627661.1 | 申請(qǐng)日 | - |
| 公開（公告）號(hào) | CN109800793A | 公開（公告）日 | 2019-05-24 |
| 申請(qǐng)公布號(hào) | CN109800793A | 申請(qǐng)公布日 | 2019-05-24 |
| 分類號(hào) | G06K9/62（2006.01）I | 分類 | 計(jì)算；推算；計(jì)數(shù); |
| 發(fā)明人 | 楊琳; 葛海玉; 郝祿國(guó); 龍?chǎng)? 曾文彬; 李偉儒 | 申請(qǐng)（專利權(quán)）人 | 廣州海昇教育科技有限責(zé)任公司 |
| 代理機(jī)構(gòu) | 廣州嘉權(quán)專利商標(biāo)事務(wù)所有限公司 | 代理人 | 譚英強(qiáng) |
| 地址 | 510663 廣東省廣州市高新技術(shù)產(chǎn)業(yè)開發(fā)區(qū)科學(xué)城掬泉路3號(hào)廣州國(guó)際企業(yè)孵化器D座D401 | ||
| 法律狀態(tài) | - | ||
摘要
| 摘要 | 本發(fā)明公開了一種基于深度學(xué)習(xí)的目標(biāo)檢測(cè)方法和系統(tǒng)，所述方法包括以下步驟：獲取待處理圖像；對(duì)待處理圖像進(jìn)行預(yù)處理，得到第一圖像；將第一圖像輸入到卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行特征提取，得到第一特征圖，以第一特征圖作為第一組輸入數(shù)據(jù)；執(zhí)行n次設(shè)定操作，得到第二至第n+1組輸入數(shù)據(jù)；根據(jù)第一至第n+1組輸入數(shù)據(jù)對(duì)待處理圖像所包含的目標(biāo)的種類以及每個(gè)目標(biāo)所在的位置進(jìn)行預(yù)測(cè)，得到預(yù)測(cè)結(jié)果。本發(fā)明的每次卷積操作的輸入是前面所有卷積操作的輸出的組合，因而本發(fā)明將不同尺度的特征圖進(jìn)行了融合，同時(shí)也減少了參數(shù)量，本發(fā)明能夠在提升檢測(cè)準(zhǔn)確率的同時(shí)控制模型的復(fù)雜度，擺脫對(duì)預(yù)訓(xùn)練模型的依賴。本發(fā)明可以廣泛應(yīng)用于人工智能領(lǐng)域。 |
