[发明专利]基于多层特征图融合的SSD目标检测算法有效
| 申请号： | 201910393189.8 | 申请日： | 2019-05-13 |
| 公开（公告）号： | CN110188802B | 公开（公告）日： | 2022-08-30 |
| 发明（设计）人： | 唐贵进;李茂鹏;刘小花;崔子冠;杨苏娟 | 申请（专利权）人： | 南京邮电大学 |
| 主分类号： | G06V10/80 | 分类号： | G06V10/80;G06V10/82;G06K9/62 |
| 代理公司： | 南京苏科专利代理有限责任公司 32102 | 代理人： | 陈栋智 |
| 地址： | 210003 江苏*** | 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： | 本发明公开了计算机视觉领域内的一种基于多层特征图融合的SSD目标检测算法，包括以下具体步骤：对图像进行预处理，将图像大小缩放成网络能够进行检测的尺寸；选取网络Darknet53对图像进行特征提取；在网络Darknet53的后面额外增加三个卷积层，融合Darknet53中后三层卷积层及增加的三层卷积层所产生的六层特征图；将该融合的特征图使用卷积进行下采样操作，产生金字塔特征层次结构；将网络Darknet53的后两层及额外增加三个卷积层产生的五层特征图进行上采样操作，然后与金字塔特征层次结构中尺寸对应的特征图进行融合；在这六层融合后的特征图上使用一系列卷积产生最终的检测结果，本发明极大的改善了目标检测的能力，可用于图像处理中。 | ||
| 搜索关键词： | 基于 多层 特征 融合 ssd 目标 检测 算法 | ||
【主权项】：
1.一种基于多层特征图融合的SSD目标检测算法，其特征在于，包括以下具体步骤：步骤1）对图像进行预处理，将图像大小缩放成网络能够进行检测的尺寸；步骤2）选取网络Darknet53作为特征提取网络；步骤3）在网络Darknet53的后面额外增加三个卷积层，得到八个卷积层，并使用该网络对图像进行特征提取，得到特征图；步骤4）对后五个特征图上采样操作后得到后六个特征图分辨率相同，并对其进行融合，将该融合的六层特征图使用卷积进行下采样操作，产生金字塔特征层次结构；步骤5）将网络Darknet53的后两层及额外增加三个卷积层产生的五层特征图进行上采样操作，然后与金字塔特征层次结构中尺寸对应的特征图进行融合；步骤6）在这六层融合后的特征图上使用一系列卷积产生最终的检测结果。
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邮电大学，未经南京邮电大学许可，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/201910393189.8/，转载请声明来源钻瓜专利网。
