[发明专利]图像目标检测方法、装置、存储介质及设备在审
| 申请号： | 201910788754.0 | 申请日： | 2019-08-26 |
| 公开（公告）号： | CN110569754A | 公开（公告）日： | 2019-12-13 |
| 发明（设计）人： | 刘绍波;吴波;林赣秀;姚娜娜;周志芬;吴佳君 | 申请（专利权）人： | 江西航天鄱湖云科技有限公司 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/32 |
| 代理公司： | 11411 北京联瑞联丰知识产权代理事务所(普通合伙) | 代理人： | 黄冠华 |
| 地址： | 330096 江西省南昌市南昌高新技*** | 国省代码： | 江西;36 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及人工智能技术领域，公开了一种图像目标检测方法，包括：S1：获取视频流媒体的帧数据，利用卷积神经网络模型对帧数据进行特征图提取，以得到特征图片；S2：将所述特征图片输入到目标检测模型的边框区域网络，对特征图中片可能存在的目标进行边框确定，输出边框区域信息，所述卷积神经网络模型和目标检测模型均是基于城管案件图片训练得到的；S3：将所述边框区域信息与所述特征图片一并输入到目标检测模型的特征图池化层，得到兴趣区域特征图；S4：将所述兴趣区域特征图送入卷积神经网络模型的网络全连接层，检测出目标物体的位置和类别。本发明方法即使在背景信息比较复杂、图像质量较低的情况下也能准确地检测出目标物体的类别。 | ||
| 搜索关键词： | 特征图 卷积神经网络 边框区域 目标检测 特征图片 目标物体 兴趣区域 帧数据 边框 人工智能技术 图像目标检测 视频流媒体 特征图提取 背景信息 连接层 检测 城管 池化 送入 网络 图像 输出 案件 图片 | ||
【主权项】：
1.一种图像目标检测方法，其特征在于，包括步骤：/nS1：获取视频流媒体的帧数据，利用卷积神经网络模型对帧数据进行特征图提取，以得到特征图片；/nS2：将所述特征图片输入到目标检测模型的边框区域网络，对特征图中片可能存在的目标进行边框确定，输出边框区域信息，所述卷积神经网络模型和目标检测模型均是基于城管案件图片训练得到的；/nS3：将所述边框区域信息与所述特征图片一并输入到目标检测模型的特征图池化层，得到兴趣区域特征图；/nS4：将所述兴趣区域特征图送入卷积神经网络模型的网络全连接层，检测出目标物体的位置和类别。/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江西航天鄱湖云科技有限公司，未经江西航天鄱湖云科技有限公司许可，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/201910788754.0/，转载请声明来源钻瓜专利网。
