基于卷积神经网络的道路目标检测方法
基本信息
| 申请号 | CN201810044670.1 | 申请日 | - |
| 公开（公告）号 | CN108304787A | 公开（公告）日 | 2018-07-20 |
| 申请公布号 | CN108304787A | 申请公布日 | 2018-07-20 |
| 分类号 | G06K9/00;G06K9/62;G06N3/04 | 分类 | 计算；推算；计数; |
| 发明人 | 张庆辉;万晨霞;韩伟良 | 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 河南省郑州市市辖区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道路目标检测方法，旨在解决现有目标检测系统网络结构复杂、精确度不高、速度慢的技术问题。在本发明中，先制作道路目标的训练集和测试集，然后搭建TensorFlow深度学习框架，建立SSD目标检测模型结构，对道路目标图像进行特征提取，然后测试并利用损失函数优化检测模型，最后使用SoftMax算法进行分类得到检测结果。本发明的有益技术效果在于：网络结构简单、速度快并且检测精度高。 |
