基于卷积神经网络的空中目标检测方法
基本信息
| 申请号 | CN201810924226.9 | 申请日 | - |
| 公开（公告）号 | CN109101926A | 公开（公告）日 | 2018-12-28 |
| 申请公布号 | CN109101926A | 申请公布日 | 2018-12-28 |
| 分类号 | G06K9/00;G06N3/04;G06K9/62 | 分类 | 计算；推算；计数; |
| 发明人 | 张庆辉;万晨霞;卞山峰 | 申请（专利权）人 | 郑州艾毅电子科技有限公司 |
| 代理机构 | 河南科技通律师事务所 | 代理人 | 张晓辉;樊羿 |
| 地址 | 450001 河南省郑州市高新技术产业开发区莲花街100号 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明公开了一种基于卷积神经网络的空中目标检测方法，旨在解决现有检测方法对空中目标的检测精度低、无法适用的技术问题。本发明包括制作空中目标图像数据集，搭建基于Caffe深度学习框架的SSD模型并对其进行池化、反卷积、级联连接的改造，使用损失函数对检测模型进行优化，采用Softmax算法对特征进行分类，然后训练得到最终用于检测空中目标的检测模型。本发明的有益技术效果在于：适用于空中目标的尺寸规格，检测精度高。 |
