[发明专利]一种基于深度网络的对象检测方法在审
| 申请号： | 201810166234.1 | 申请日： | 2018-02-28 |
| 公开（公告）号： | CN110210472A | 公开（公告）日： | 2019-09-06 |
| 发明（设计）人： | 周燕;袁常青;曾凡智;钱杰昌 | 申请（专利权）人： | 佛山科学技术学院 |
| 主分类号： | G06K9/32 | 分类号： | G06K9/32;G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 广州嘉权专利商标事务所有限公司 44205 | 代理人： | 王国标 |
| 地址： | 528000 广东省佛山市*** | 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： | 本公开首先对数据集图片进行预处理，然后训练深度网络得到最优结构和参数，通过该参数优化后的深度网络的提取对象的卷积特征，使用该特征向量计算相似度，实现对象检测，具体包括3个步骤：预处理图像数据集获取训练数据、输入训练数据训练深度网络、采用已训练的深度网络进行对象检测。本公开对数据进行归一化的同时还不丢失原始数的分布规律，大幅度提升学习效率让训练速度大幅提升且不影响分类效果，并且在参数初始化的时候不用追求初始参数的精确性，得训练快速收敛，从而达到训练快速，检测率高的效果。 | ||
| 搜索关键词： | 对象检测 网络 训练数据 数据集 预处理 特征向量计算 参数初始化 预处理图像 参数优化 初始参数 分布规律 快速收敛 学习效率 影响分类 归一化 检测率 相似度 卷积 图片 | ||
【主权项】：
1.一种基于深度网络的对象检测方法，其特征在于，所述对象检测方法包括如下步骤：步骤1，预处理图像数据集获取训练数据；步骤2，输入训练数据训练深度网络；步骤3，采用已训练的深度网络进行对象检测。
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佛山科学技术学院，未经佛山科学技术学院许可，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/201810166234.1/，转载请声明来源钻瓜专利网。
