[发明专利]检测网络模型和目标检测方法有效
| 申请号： | 201810317750.X | 申请日： | 2018-04-10 |
| 公开（公告）号： | CN110363211B | 公开（公告）日： | 2022-05-03 |
| 发明（设计）人： | 秦暕 | 申请（专利权）人： | 北京四维图新科技股份有限公司 |
| 主分类号： | G06V10/764 | 分类号： | G06V10/764;G06K9/62;G06N3/04;G06V10/80;G06V10/774 |
| 代理公司： | 北京同立钧成知识产权代理有限公司 11205 | 代理人： | 杨泽;刘芳 |
| 地址： | 100094*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明实施例提供一种检测网络模型和目标检测方法。本发明的检测网络模型，包括：多尺度融合模块、超像素分类模块、检测框回归模块以及串联的N个网络基础模块；所述N个网络基础模块分别输出不同尺度特征的图像信息，所述多尺度融合模块用于将所述不同尺度特征的图像信息进行融合生成融合后的数据，所述超像素分类模块对所述融合后的数据进行分类处理，输出超像素的分类结果，所述检测框回归模块用于对所述融合后的数据进行检测框回归处理，输出超像素的检测框回归结果。本发明可以实现对小目标的有效检测和识别。 | ||
| 搜索关键词： | 检测 网络 模型 目标 方法 | ||
【主权项】：
1.一种检测网络模型，其特征在于，包括：多尺度融合模块、超像素分类模块、检测框回归模块以及串联的N个网络基础模块；其中，每个网络基础模块的输出端与所述多尺度融合模块的输入端连接，所述多尺度融合模块的输出端与所述超像素分类模块和所述检测框回归模块连接；所述N个网络基础模块用于对待处理图像进行N次非线性变换，并分别输出不同尺度特征的图像信息，所述多尺度融合模块用于将所述N个不同尺度特征的图像信息进行融合生成融合后的数据，所述超像素分类模块对所述融合后的数据进行分类处理，输出超像素的分类结果，所述检测框回归模块用于对所述融合后的数据进行检测框回归处理，输出超像素的检测框回归结果。
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北京四维图新科技股份有限公司，未经北京四维图新科技股份有限公司许可，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/201810317750.X/，转载请声明来源钻瓜专利网。
