[发明专利]基于区域卷积神经网络的目标检测与二级分类算法及装置

摘要

本发明公开了一种基于区域全卷积神经网络的目标检测与二级分类算法及装置，该算法包括对目标图像进行数据增强处理；进行数据增强后的图像做目标检测与分类的R‑FCN算法处理；对基于R‑FCN训练好的图像检测模型进行训练改进三个步骤。针对现存算法的这些特定问题，本发明提出的算法进行了进一步改进，使得算法模型除了原有的准确检测，分类需要特征具有评议不变性之外，还使得算法模型同时实现了检测与二级分类的功能，相比于现有的算法，本算法可靠性高，目标识别度高，鲁棒性好，同时步骤计算简单，大大减少了计算量，能保持高效率，实际应用性能也能满足需求。

主权项

1.一种基于区域全卷积神经网络的目标检测与二级分类算法，其特征在于，包括以下步骤：S1：采集目标图像并进行基于PCA的数据增强处理；S2：对数据增强后的图像做目标检测的R‑FCN算法处理，具体步骤如下:S2.1：定位并确定目标：利用ResNet网络生成特征映射图，并利用区域建议网络对生成的特征映射图进行全图的前后景目标搜索和筛选，以确定目标框；S2.2：进行目标具体类别的分类：在确定的目标框的基础上利用R‑FCN的分类网络对目标框进行分类识别；S3：对基于R‑FCN训练好的图像检测模型进行训练改进，具体步骤如下:S3.1：增加多个分支，同时调整算法中对输入图片动态长宽比的实际需求模型；S3.2：训练出需要的目标模型，对目标模型进行二级细分类。