[发明专利]物体检测方法和装置、神经网络训练方法和装置有效
| 申请号： | 201710827779.8 | 申请日： | 2017-09-14 |
| 公开（公告）号： | CN108875482B | 公开（公告）日： | 2022-01-21 |
| 发明（设计）人： | 何蔚然;周舒畅;冯迭乔 | 申请（专利权）人： | 北京旷视科技有限公司;北京迈格威科技有限公司 |
| 主分类号： | G06V40/16 | 分类号： | G06V40/16;G06V10/774;G06V10/764;G06V10/82;G06K9/62;G06N3/08 |
| 代理公司： | 北京市柳沈律师事务所 11105 | 代理人： | 张晓明 |
| 地址： | 100190 北京市*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本公开提供了一种基于神经网络的物体检测方法和装置、用于物体检测的神经网络的训练方法和装置、以及计算机可读存储介质。该神经网络包括输入层、中间层和输出层。物体检测方法包括：获取待检测的图像；经由输入层输入图像；经由中间层中级联的多个计算节点中的每个计算节点的卷积层对输入的数据执行卷积计算以获得中间表示，并对获得的中间表示执行二值化处理；经由所述输出层输出图像的热力图和热力图中每个像素对应的包围框的X通道值，热力图表示图像中的每个像素是否属于检测目标，每个像素对应的包围框用于在图像上标记所述每个像素对应的检测目标；以及根据热力图和热力图中每个像素对应的包围框的X通道值，确定至少一个目标包围框。 | ||
| 搜索关键词： | 物体 检测 方法 装置 神经网络 训练 | ||
【主权项】：
1.一种基于神经网络的物体检测方法，其中，所述神经网络包括输入层、中间层和输出层，所述物体检测方法包括：获取待检测的图像；经由所述输入层输入所述图像；经由所述中间层中级联的多个计算节点中的每个计算节点的卷积层对输入的数据执行卷积计算以获得中间表示，并对获得的所述中间表示执行二值化处理；经由所述输出层输出所述图像的热力图和所述热力图中每个像素对应的包围框的X通道值，其中，X的取值为大于或等于2的整数，所述热力图表示所述图像中的每个像素是否属于检测目标，所述每个像素对应的包围框用于在所述图像上标记所述每个像素对应的检测目标；以及根据所述热力图和所述热力图中每个像素对应的包围框的X通道值，确定至少一个目标包围框。
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北京旷视科技有限公司;北京迈格威科技有限公司，未经北京旷视科技有限公司;北京迈格威科技有限公司许可，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/patent/201710827779.8/，转载请声明来源钻瓜专利网。
