[发明专利]一种基于深度学习的快速区域搜索的目标检测方法在审
| 申请号： | 201910631921.0 | 申请日： | 2019-07-12 |
| 公开（公告）号： | CN110414389A | 公开（公告）日： | 2019-11-05 |
| 发明（设计）人： | 段智文;郑晓凯 | 申请（专利权）人： | 黑龙江御林湾科技有限公司 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06N3/04;G06N3/08 |
| 代理公司： | 哈尔滨市松花江专利商标事务所 23109 | 代理人： | 牟永林 |
| 地址： | 150006 黑龙*** | 国省代码： | 黑龙江;23 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 一种基于深度学习的快速区域搜索的目标检测方法，涉及目标检测算法领域。为解决现有的列车控制系统不能识别除列车领域以外的物体，不能针对列车领域以外的物体进行记忆与学习，并无法处理一些突发情况，无法判断列车行驶前方是否存在障碍物，从而导致事故发生的问题。搭建基于深度学习的快速区域搜索的目标检测网络；获取带有待识别的障碍物目标的图像，并对其进行标注，分割为测试样本集和训练样本集；训练样本集输入到目标检测网络进行前向传播计算，计算误差并将误差反向传播，调整网络权值；利用测试样本集评估网络识别准确率。若不满足要求，则若满足要求，则保存网络参数，训练完成。本发明适用于对光学图像中的目标进行检测定位。 | ||
| 搜索关键词： | 目标检测 快速区域 测试样本集 训练样本集 搜索 障碍物 列车 学习 列车控制系统 目标检测算法 误差反向传播 光学图像 计算误差 评估网络 前向传播 事故发生 网络参数 网络权 准确率 标注 网络 图像 行驶 保存 分割 检测 | ||
【主权项】：
1.一种基于深度学习的快速区域搜索的目标检测方法，其特征在于：所述目标检测算法，其具体的算法过程如下：步骤一、搭建基于深度学习的快速区域搜索的目标检测网络；步骤二、获取带有待识别的障碍物目标的图像，并对其进行标注，分割为测试样本集和训练样本集；步骤三、训练样本集输入到目标检测网络进行前向传播计算，计算误差并将误差反向传播，调整网络权值；步骤四、利用测试样本集评估网络识别准确率。若不满足要求，则若满足要求，则保存网络参数，训练完成；步骤五、训练完成后用于检测搜索区域的目标。
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黑龙江御林湾科技有限公司，未经黑龙江御林湾科技有限公司许可，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/201910631921.0/，转载请声明来源钻瓜专利网。
