[发明专利]一种道路目标检测方法、装置及存储介质在审
| 申请号： | 201910623507.5 | 申请日： | 2019-07-11 |
| 公开（公告）号： | CN110472503A | 公开（公告）日： | 2019-11-19 |
| 发明（设计）人： | 蔡晓东;郑淑婷 | 申请（专利权）人： | 桂林电子科技大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62;G06N3/04 |
| 代理公司： | 11212 北京轻创知识产权代理有限公司 | 代理人： | 黄小榆<国际申请>=<国际公布>=<进入 |
| 地址： | 541004 广西*** | 国省代码： | 广西;45 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种道路目标检测方法、装置及存储介质，方法包括：基于SSD特征提取网络构建DSSD特征提取网络，DSSD特征提取网络包括SSD特征提取网络、去卷积层和预测层；对DSSD特征提取网络进行图像特征训练；将待识别的道路目标图像集输入训练后的DSSD特征提取网络中，输出道路目标图像。基于SSD特征提取网络构建DSSD特征提取网络，在SSD特征提取网络的基础上增加去卷积层和预测层，去卷积层将高分辨率低语义信息特征图与低分辨率高语义信息特征图融合，预测层将所有特征拼接图分类，确定道路目标，提高对道路小目标的检测能力。 | ||
| 搜索关键词： | 特征提取 道路目标 去卷积 网络 网络构建 语义信息 特征图 预测 图像特征训练 存储介质 低分辨率 高分辨率 网络包括 图像集 小目标 检测 拼接 图像 分类 融合 输出 | ||
【主权项】：
1.一种道路目标检测方法，其特征在于，包括如下步骤：/n基于SSD特征提取网络构建DSSD特征提取网络，所述DSSD特征提取网络包括所述SSD特征提取网络、去卷积层和预测层；/n对所述DSSD特征提取网络进行图像特征训练，所述训练的过程包括：/n所述SSD特征提取网络将输入的图像训练集进行卷积运算，得到对应的低分辨率高语义信息特征图，并生成用于确定目标图像的预测框，所述图像训练集包括多个原始特征图，/n所述去卷积层分别将各个所述图像训练集中的所述原始特征图与对应的所述低分辨率高语义信息特征图进行特征拼接，得到多个特征拼接图，并对各个所述特征拼接图进行去卷积运算，/n所述预测层根据预设的默认框确定各个经去卷积运算的特征拼接图为正样本或负样本，所有的所述正样本组成正样本集，并根据损失函数确定所述预测框的有效性，并根据经确定的预测框从所述正样本集中检测得到目标图像，从而完成训练；/n将待识别的道路目标图像集输入训练后的DSSD特征提取网络中，输出道路目标图像。/n
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桂林电子科技大学，未经桂林电子科技大学许可，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/201910623507.5/，转载请声明来源钻瓜专利网。
