[发明专利]基于神经网络的物件检测装置和物件检测方法

权利要求书

1.一种基于神经网络的物件检测装置，其特征在于，包括：

收发器；

存储介质，存储改良型YOLO-版本2神经网络；以及

处理器，耦接所述存储介质以及所述收发器，其中所述处理器通过所述收发器以接收输入图像，并且根据所述改良型YOLO-版本2神经网络以识别所述输入图像中的物件，其中所述改良型YOLO-版本2神经网络包括：

第一残差区块，其中所述残差区块的第一输入连接至所述改良型YOLO-版本2神经网络的第一卷积层以及池化层，并且所述第一残差区块的输出连接至所述改良型YOLO-版本2神经网络的第二卷积层，其中所述第一残差区块用于将对应于所述第一卷积层以及所述池化层的相加结果传送至所述第二卷积层；以及

包括第一数量个滤波器的第三卷积层以及包括第二数量个滤波器的第四卷积层，其中所述处理器对原始YOLO-版本2神经网络的包括第三数量个滤波器的卷积层进行分解以产生所述第三卷积层以及所述第四卷积层，其中所述第一数量小于所述第三数量。

2.根据权利要求1所述的物件检测装置，还包括：

串联层，其中所述串联层的第二输入连接至所述改良型YOLO-版本2神经网络的所述池化层以及第五卷积层。

3.根据权利要求1所述的物件检测装置，其中所述第一卷积层包括激励函数，其中所述第一残差区块的所述第一输入连接至所述第一卷积层的所述激励函数。

4.根据权利要求3所述的物件检测装置，其中所述激励函数为泄漏线性整流单元。

5.根据权利要求1所述的物件检测装置，其中所述改良型YOLO-版本2神经网络还包括：

第二残差区块，所述第二残差区块的第二输入连接至所述改良型YOLO-版本2神经网络的第五卷积层以及第六卷积层，并且所述第二残差区块的输出连接至所述改良型YOLO-版本2神经网络的第七卷积层，其中所述第二残差区块用于将所述第五卷积层以及所述第六卷积层的相加结果传送至所述第二卷积层。

6.根据权利要求1所述的物件检测装置，其中所述改良型YOLO-版本2神经网络不包括重组层。

7.一种基于神经网络的物件检测方法，其特征在于，包括：

接收输入图像；以及

根据改良型YOLO-版本2神经网络以识别所述输入图像中的物件，其中所述改良型YOLO-版本2神经网络包括：

第一残差区块，其中所述第一残差区块的第一输入连接至所述改良型YOLO-版本2神经网络的第一卷积层以及池化层，并且所述第一残差区块的输出连接至所述改良型YOLO-版本2神经网络的第二卷积层，其中所述第一残差区块用于将对应于所述第一卷积层以及所述池化层的相加结果传送至所述第二卷积层；以及

包括第一数量个滤波器的第三卷积层以及包括第二数量个滤波器的第四卷积层，其中所述第三卷积层以及所述第四卷积层是对原始YOLO-版本2神经网络的包括第三数量个滤波器的卷积层进行分解而产生的，其中所述第一数量小于所述第三数量。