[发明专利]对象检测方法、装置、存储介质及处理器有效

专利信息
申请号: 201711133580.1 申请日: 2017-11-15
公开(公告)号: CN109784131B 公开(公告)日: 2023-08-22
发明(设计)人: 请求不公布姓名 申请(专利权)人: 深圳光启合众科技有限公司;深圳光启创新技术有限公司
主分类号: G06V20/00 分类号: G06V20/00;G06V10/82;G06N3/0464;G06N3/08
代理公司: 北京康信知识产权代理有限责任公司 11240 代理人: 赵囡囡
地址: 518000 广东省深圳市南山区南*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 对象 检测 方法 装置 存储 介质 处理器
【说明书】:

发明公开了一种对象检测方法、装置、存储介质及处理器。其中,该方法包括:通过区域建议网络生成建议框,其中,区域建议网络用于标识图片中的对象所在的区域,建议框用于展示对象所在的区域;根据建议框获取检测网络,其中,检测网络用于从图片中检测对象,区域建议网络与检测网络之间无共享的卷积层;根据建议框微调检测网络和区域建议网络,得到具有相同的共享卷积层的目标检测网络和目标区域建议网络;根据目标检测网络和目标区域建议网络检测目标图片中的目标对象。本发明解决了对象检测准确率低的技术问题。

技术领域

本发明涉及计算机领域,具体而言,涉及一种对象检测方法、装置、存储介质及处理器。

背景技术

随着计算机技术的飞速发展,计算机能够完成越来越多的任务,比如:检测物体等等。在物体检测技术中,现有的检测方法能够检测的物体较少,并且检测的准确率较低。

针对上述的问题,目前尚未提出有效的解决方案。

发明内容

本发明实施例提供了一种对象检测方法、装置、存储介质及处理器,以至少解决对象检测准确率低的技术问题。

根据本发明实施例的一个方面,提供了一种对象检测方法,包括:通过区域建议网络生成建议框,其中,所述区域建议网络用于标识图片中的对象所在的区域,所述建议框用于展示所述对象所在的区域;根据所述建议框获取检测网络,其中,所述检测网络用于从所述图片中检测所述对象,所述区域建议网络与所述检测网络之间无共享的卷积层;根据所述建议框微调所述检测网络和所述区域建议网络,得到具有相同的共享卷积层的目标检测网络和目标区域建议网络;根据所述目标检测网络和所述目标区域建议网络检测目标图片中的目标对象。

可选地,根据所述建议框微调所述检测网络和所述区域建议网络,得到具有所述相同的共享卷积层的所述目标检测网络和所述目标区域建议网络包括:保持所述建议框固定,交互微调所述区域建议网络和所述检测网络,得到所述具有相同的共享卷积层的所述目标检测网络和所述目标区域建议网络。

可选地,保持所述建议框固定,交互微调所述区域建议网络和所述检测网络包括:保持所述建议框固定,微调所述区域建议网络独有的卷积层至所述检测网络和所述区域建议网络具有共享卷积层,得到所述目标区域建议网络;保持所述共享卷积层固定,微调所述检测网络的FC层至所述检测网络和所述区域建议网络具有相同的所述共享卷积层,得到所述目标检测网络。

可选地,所述区域建议网络为RPN网络,所述检测网络为Fast R-CNN网络。

可选地,在通过区域建议网络生成建议框之前,所述方法还包括:通过ImageNet预训练模型进行初始化训练,得到所述RPN网络。

可选地,根据所述建议框获取所述检测网络包括:通过Fast R-CNN根据所述建议框对ImageNet预训练模型进行训练,得到与所述RPN网络之间无共享的卷积层的所述FastR-CNN网络。

可选地,根据所述目标检测网络和所述目标区域建议网络检测所述目标图片中的所述目标对象包括:获取所述目标图片;将所述目标图片输入所述目标区域建议网络和所述目标检测网络,得到所述目标对象。

可选地,将所述目标图片输入所述目标区域建议网络和所述目标检测网络,得到所述目标对象包括:将所述目标图片输入所述目标区域建议网络,得到携带有目标建议框的图片;将所述携带有目标建议框的图片输入所述目标检测网络,得到所述目标检测网络从所述目标建议框中检测出的所述目标对象。

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深圳光启合众科技有限公司;深圳光启创新技术有限公司,未经深圳光启合众科技有限公司;深圳光启创新技术有限公司许可,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/pat/books/201711133580.1/2.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top