基于超特征融合与多尺度金字塔网络的目标检测方法
基本信息
申请号 | CN201810721716.9 | 申请日 | - |
公开(公告)号 | CN109034210B | 公开(公告)日 | 2021-10-12 |
申请公布号 | CN109034210B | 申请公布日 | 2021-10-12 |
分类号 | G06K9/62;G06K9/46 | 分类 | 计算;推算;计数; |
发明人 | 黄守志;郭晓强;付光涛;姜竹青;门爱东 | 申请(专利权)人 | 国家新闻出版广电总局广播科学研究院 |
代理机构 | 天津盛理知识产权代理有限公司 | 代理人 | 王利文 |
地址 | 100886 北京市西城区复兴门外大街2号监管大楼521 | ||
法律状态 | - |
摘要
摘要 | 本发明涉及一种基于超特征融合与多尺度金字塔网络的目标检测方法,包括利用深度卷积神经网络提取具有不同特征信息的分层多尺度特征图;进行超特征融合;构建新的多尺度金字塔网络;根据不同层分别构建不同大小和长宽比的目标候选框;构建一个新的用于多特征提取且能够防止梯度消失的卷积模块;利用多任务损失函数对多类别分类器和边界框回归器进行联合训练优化实现图像分类和目标定位功能。本发明利用深度卷积网络对目标的特征提取能力,考虑超特征融合方法改善特征表达能力,生成了一个新的模块防止梯度消失而且能更有效地帮助训练和提取特征,构建了用于目标检测的全卷积神经网络,提高了算法的检测精度,获得了良好的目标检测结果。 |
