[发明专利]一种基于深度学习的分级车辆目标检测方法

权利要求书

1.一种基于深度学习的分级车辆目标检测方法，其特征在于，包括步骤：

S1：输入图像，采用由Tiny-DSOD检测器组成的一级检测模块对图像所需检测的目标进行一级检测；

S2：经过一级检测之后，判断检测到的目标类别；

S3:如果目标为四轮车，将基于一级检测模块裁剪得到的四轮车图像进行二级检测；其中，二级检测由ZF-SSD检测模型组成的二级检测模块实现；

S4：输出二级检测中目标的位置信息与类别信息；

在步骤S1中，将图像输入至一级检测模块后，包括步骤：

S11：先经过6层卷积层提取特征，在提取特征的过程中，不断对图像进行下采样和逐元素相加操作；

S12：再经过5层卷积层对特征图进行上采样和逐元素相加操作，获得输入图像的高层特征；

S13：经过所有特征提取操作之后，选取卷积层8、9、10、11的特征图进行目标位置和类别信息的预测；

所述二级检测包括：输入裁剪后的图像经过连续6层特征卷积层提取特征；选取卷积层2、4、6输出的特征图用来预测检测目标的位置和类别信息。

2.根据权利要求1所述的一种基于深度学习的分级车辆目标检测方法，其特征在于，所述一级检测中所需检测的目标主要包括：四轮车、二轮车、三轮车以及侧身车。

3.根据权利要求1所述的一种基于深度学习的分级车辆目标检测方法，其特征在于，二级检测模块主要负责车窗、车脸以及车牌的检测；二级检测中获得的位置信息包括车窗、车脸以及车牌位置。

4.根据权利要求1所述的一种基于深度学习的分级车辆目标检测方法，其特征在于，在步骤S2之后还包括步骤S5：如果目标不是四轮车，则直接输出一级检测中目标的位置信息与类别信息。

5.一种计算机可读存储介质，其上存储有计算机程序，其中，该程序被处理器执行时实现权利要求1-4任一所述的分级车辆目标检测方法的步骤。

6.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其中所述处理器执行所述程序时实现权利要求1-4任一所述的分级车辆目标检测方法的步骤。