[发明专利]一种基于自适应卷积的快速目标检测方法有效
| 申请号： | 201910136780.5 | 申请日： | 2019-02-25 |
| 公开（公告）号： | CN109977774B | 公开（公告）日： | 2022-09-02 |
| 发明（设计）人： | 凌强;陈春霖;李峰 | 申请（专利权）人： | 中国科学技术大学 |
| 主分类号： | G06V20/00 | 分类号： | G06V20/00;G06V10/764;G06V10/82;G06N3/04;G06N3/08 |
| 代理公司： | 北京科迪生专利代理有限责任公司 11251 | 代理人： | 安丽;成金玉 |
| 地址： | 230026 安*** | 国省代码： | 安徽;34 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于自适应卷积的快速目标检测方法，步骤为：获取带有标签的图像数据，构成训练集；构建基于自适应卷积模块的目标检测网络；在构成的训练集上训练所提出的目标检测网络，直到目标检测网络收敛，得到训练好的目标检测网络；利用训练好的目标检测网络对图像进行检测，剔除重复结果，输出最终结果。本发明通过动态地调整卷积滤波器的参数，来改善检测网络提取特征的表达能力，抑制无关的干扰特征，增强感兴趣目标的特征响应，使提取的特征更加适合当前场景检测需要，提高其对复杂场景下的小尺度目标的检测性能。 | ||
| 搜索关键词： | 一种 基于 自适应 卷积 快速 目标 检测 方法 | ||
【主权项】：
1.一种基于自适应卷积的快速目标检测方法，其特征在于，步骤如下：步骤1：获取带有标签的图像数据，构成训练集；步骤2：提供一种自适应卷积模块，并基于自适应卷积模块构建目标检测网络，增强用于检测的特征的表达能力，提高检测精度，该目标检测网络将被用来预测待检测目标框的位置与所属于类别的得分；步骤3：在步骤1构成的训练集上训练步骤2的目标检测网络，直到目标检测网络收敛，得到训练好的目标检测网络；步骤4：利用训练好的目标检测网络对图像进行检测，得到所有检测结果，再使用非极大值抑制算法剔除重复结果，得到最终检测结果，检测结果包括目标框的位置和所属类别的得分。
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中国科学技术大学，未经中国科学技术大学许可，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/patent/201910136780.5/，转载请声明来源钻瓜专利网。
