[发明专利]一种基于FCE-SSD方法的图像目标检测方法有效

专利信息
申请号: 202110820773.4 申请日: 2021-07-20
公开(公告)号: CN113283428B 公开(公告)日: 2021-10-08
发明(设计)人: 夏景明;张宇;谈玲 申请(专利权)人: 南京信息工程大学
主分类号: G06K9/32 分类号: G06K9/32;G06K9/62;G06N3/04
代理公司: 南京经纬专利商标代理有限公司 32200 代理人: 田凌涛
地址: 210044 *** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 fce ssd 方法 图像 目标 检测
【权利要求书】:

1.一种基于FCE-SSD方法的图像目标检测方法,其特征在于:基于预设数量、已知其图像中目标类型对象定位信息的各幅样本图像,执行步骤i至步骤v,获得目标识别定位模型;并应用目标识别定位模型,针对目标图像实现目标类型对象的定位;

步骤i.针对VGG16卷积神经网络结构,移除其中3个全连接层,并在其中第五卷积块Conv5之后依次连接空洞卷积块FC7、第六卷积块Conv6、第七卷积块Conv7、第八卷积块Conv8、第九卷积块Conv9,构建主网络,然后进入步骤ii;其中,空洞卷积块FC7包括依次串联的两层空洞卷积层,第六卷积块Conv6、第七卷积块Conv7、第八卷积块Conv8、第九卷积块Conv9分别均包括两层卷积层;

步骤ii.分别构建第四卷积块中第三卷积层Conv4_3所对应的第一膨胀卷积块DB1、空洞卷积块FC7所对应的第二膨胀卷积块DB2、第六卷积块的第二卷积层Conv6_2所对应的第三膨胀卷积块DB3,然后进入步骤iii;

步骤iii.第四卷积块中第三卷积层Conv4_3的输出端与第一膨胀卷积块DB1的输出端分别对接第一融合模块的输入端,第一融合模块的输出端对接一个卷积核尺寸为3×3的卷积层,空洞卷积块FC7的输出端与第二膨胀卷积块DB2的输出端分别对接第二融合模块的输入端,第二融合模块的输出端对接一个卷积核尺寸为3×3的卷积层,第六卷积块中第二卷积层Conv6_2的输出端与第三膨胀卷积块DB3的输出端分别对接第三融合模块的输入端,第三融合模块的输出端对接一个卷积核尺寸为3×3的卷积层,并结合第七卷积块中第二卷积层Conv7_2的输出端、第八卷积块中第二卷积层Conv8_2的输出端、第九卷积块中第二卷积层Conv9_2的输出端,构成六路分支网络,然后进入步骤iv;

步骤iv.六路分支网络中第一融合层所对接卷积层的输出端、第二融合层所对接卷积层的输出端、第三融合层所对接卷积层的输出端、第七卷积块中第二卷积层Conv7_2的输出端、第八卷积块中第二卷积层Conv8_2的输出端、第九卷积块中第二卷积层Conv9_2的输出端分别对接SSD方法中分类定位网络的各输入端,并结合主网络,构建以主网络中第一卷积块Conv1输入端、第一膨胀卷积块DB1输入端、第二膨胀卷积块DB2输入端、第三膨胀卷积块DB3输入端为输入,SSD方法中分类定位网络的输出端为输出,构成待训练网络,然后进入步骤v;

步骤v.根据各幅样本图像,以样本图像为输入,样本图像中目标类型对象定位信息为输出,结合损失函数,针对待训练网络进行训练,获得目标识别定位模型。

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南京信息工程大学,未经南京信息工程大学许可,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/202110820773.4/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top