[发明专利]基于卷积神经网络的快速车辆检测方法在审
| 申请号： | 201910544850.0 | 申请日： | 2019-06-21 |
| 公开（公告）号： | CN110263725A | 公开（公告）日： | 2019-09-20 |
| 发明（设计）人： | 牟华英;许晓边;王柯;俞兵华 | 申请（专利权）人： | 广州鹰瞰信息科技有限公司 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06N3/04 |
| 代理公司： | 广州凯东知识产权代理有限公司 44259 | 代理人： | 李俊康 |
| 地址： | 510000 广东省广州市天*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 检测 卷积神经网络 待检测图像 快速车辆 图像预处理 成像原理 近处目标 实际路况 图片检测 图像检测 多线程 计算量 嵌入式 视野 截取 收窄 线程 鱼眼 还原 落地 尺度 图像 跟踪 学习 图片 | ||
【权利要求书】：
1.一种基于卷积神经网络的快速车辆检测方法，其特征在于，根据鱼眼成像原理，将待检测图像im0分成若干个尺度不同的图片进行检测。
2.根据权利要求1所述的基于卷积神经网络的快速车辆检测方法，其特征在于包括以下步骤:
1)、在pytorch上搭建mobilenet_yolov3模型；
2)、图像预处理，截取并放缩待检测图像，得到三幅图像分别为im1、im2、im3
3)、用三个线程分别检测im1、im2、im3；
4)、将三个图片检测结果还原成原来im0中的坐标。
3.根据权利要求2所述的基于卷积神经网络的快速车辆检测方法，其特征在于所述步骤2)包括：
第一幅图像截取矩形框为(200:720,0:1280)直接乘以0.25得到im1:320X130.第二幅图像截取矩形框为(260:480，320:960)然后再乘以0.6，得到im2:283X132.第三幅图像截取矩形框为(320:448，480:800)尺度不变即为1,得到im3:320X128。
4.根据权利要求2所述的基于卷积神经网络的快速车辆检测方法，其特征在于，所述步骤4)中，将三个图片检测结果还原成原来im0中的坐标，对于有重叠部分，检测的结果以第一幅图像为准。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于广州鹰瞰信息科技有限公司，未经广州鹰瞰信息科技有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/201910544850.0/1.html，转载请声明来源钻瓜专利网。
