[发明专利]基于SE模块的SSD目标检测方法及计算机存储介质在审
| 申请号： | 201910769868.0 | 申请日： | 2019-08-20 |
| 公开（公告）号： | CN110543879A | 公开（公告）日： | 2019-12-06 |
| 发明（设计）人： | 毛亮;肖淳月;刘三阳;朱婷婷;王祥雪;谭焕新;黄仝宇;汪刚;侯玉清;刘双广 | 申请（专利权）人： | 高新兴科技集团股份有限公司;西安电子科技大学 |
| 主分类号： | G06K9/32 | 分类号： | G06K9/32;G06N3/04 |
| 代理公司： | 44511 广州国鹏知识产权代理事务所(普通合伙) | 代理人： | 何志军<国际申请>=<国际公布>=<进入 |
| 地址： | 510530 广东省广州*** | 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： | 本发明提供一种基于SE模块的SSD目标检测方法及计算机存储介质，所述方法包括以下步骤：S1、获取需要进行目标识别的图片或者视频；S2、将卷积神经网络ResNet18的第一个卷积层替换为3×3卷积层，并在ResNet18的第一个和第二个残差块中添加SE模块，形成SE‑ResNet18网络结构；S3、将SSD目标检测算法中的主干网络替换为所述SE‑ResNet18网络结构，得到检测模型；S4、对所述检测模型进行针对小目标检测的训练，获得训练好的深度神经网络模型；S5、根据训练好的深度神经网络模型对所述图片或者视频的小目标进行检测，得到检测结果。根据本发明实施例的方法，既保证了一定的检测速度，又提升了小目标的检测精度，同时尽量降低了对模型大小的影响。 | ||
| 搜索关键词： | 检测 小目标 神经网络模型 网络结构 卷积 替换 视频 计算机存储介质 卷积神经网络 目标检测算法 检测结果 目标检测 目标识别 主干网络 残差块 图片 保证 | ||
【主权项】：
1.一种基于SE模块的SSD目标检测方法，其特征在于，包括以下步骤：/nS1、获取需要进行目标识别的图片或者视频；/nS2、将卷积神经网络ResNet18的第一个卷积层替换为3×3卷积层，并在ResNet18的第一个和第二个残差块中添加SE模块，形成SE-ResNet18网络结构；/nS3、将SSD目标检测算法中的主干网络替换为所述SE-ResNet18网络结构，得到检测模型；/nS4、对所述检测模型进行针对小目标检测的训练，获得训练好的深度神经网络模型；/nS5、根据训练好的深度神经网络模型对所述图片或者视频的小目标进行检测，得到检测结果。/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高新兴科技集团股份有限公司;西安电子科技大学，未经高新兴科技集团股份有限公司;西安电子科技大学许可，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/201910769868.0/，转载请声明来源钻瓜专利网。
