[发明专利]基于深度学习的目标检测系统、方法、存储介质及终端在审
| 申请号： | 201910828881.9 | 申请日： | 2019-09-03 |
| 公开（公告）号： | CN110516761A | 公开（公告）日： | 2019-11-29 |
| 发明（设计）人： | 邓建华;贤天奎;俞泉泉;孙一鸣;钱璨;王云;周群芳;范满平 | 申请（专利权）人： | 成都容豪电子信息科技有限公司 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06K9/00 |
| 代理公司： | 51223 成都华风专利事务所(普通合伙) | 代理人： | 张巨箭;徐丰<国际申请>=<国际公布>= |
| 地址： | 610000 四川省成都市高*** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了基于深度学习的目标检测系统、方法、存储介质及终端，属于目标检测技术领域，系统包括第一特征提取模块、第二特征提取模块、第一输出层、第二输出层、上采样层和连接层；第一特征提取模块第一输出端与第二特征提取模块连接，第二特征提取模块第一输出端与第一输出层连接，得到像素占比大的目标物的第一输出模型；第一特征提取模块第二输出端与连接层连接，第二特征提取模块第二输出端与上采样层连接，上采样层输出端与连接层连接，连接层输出端与第二输出层连接，得到像素占比小的目标物第二输出模型。本发明包括包括两个输出，能够对不同大小的目标物进行检测，且使用深度可分卷积层进行下采样，减小了计算量的同时避免了细节特征消失。 | ||
| 搜索关键词： | 特征提取模块 输出端 连接层 输出层 目标物 上采样 输出模型 像素 目标检测系统 存储介质 目标检测 细节特征 计算量 下采样 分卷 积层 减小 终端 输出 检测 学习 | ||
【主权项】：
1.基于深度学习的目标检测系统，其特征在于：所述系统包括第一特征提取模块、第二特征提取模块、第一输出层、第二输出层、上采样层和连接层；/n所述第一特征提取模块第一输出端与所述第二特征提取模块连接，所述第二特征提取模块第一输出端与所述第一输出层连接，得到用于检测像素占比大的目标物的第一输出模型；/n所述第一特征提取模块第二输出端与所述连接层连接，所述第二特征提取模块第二输出端与上采样层连接，所述上采样层输出端与所述连接层连接，所述连接层输出端与所述第二输出层连接，得到用于检测像素占比小的目标物的第二输出模型。/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成都容豪电子信息科技有限公司，未经成都容豪电子信息科技有限公司许可，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/201910828881.9/，转载请声明来源钻瓜专利网。
