公开(公告)号：CN109034245A

公开(公告)日：2018-12-18

申请号：CN201810843493.3

申请日：2018-07-27

Applicant: 燕山大学

Inventor： 张世辉 ,  王红蕾 ,  桑榆 ,  何欢

IPC: G06K9/62 ,  G06N3/04

CPC classification number: G06K9/629 ,  G06K9/6232 ,  G06K2209/21 ,  G06N3/0454

Abstract: 本发明公开了一种利用特征图融合的目标检测方法，包括以下步骤：首先利用ZF网络提取图像特征并得到一系列处于不同层次的特征图；其次将ZF网络提取的图像特征图中的最深层特征图和浅层特征图相融合得到新特征图；再次将新特征图输入到RPN网络中得到区域建议；最后将新特征图和区域建议输入到ROIPooling层中得到区域建议的特征并同时对特征进行分类和对区域建议进行边框回归得到目标检测结果。本发明可以检测出图像中多种类别的目标，且所用的图像无需特定的图像采集设备采集。

公开(公告)号：CN109034245B

公开(公告)日：2021-02-05

申请号：CN201810843493.3

申请日：2018-07-27

Applicant: 燕山大学

Inventor： 张世辉 ,  王红蕾 ,  桑榆 ,  何欢

IPC: G06K9/62 ,  G06N3/04

Abstract: 本发明公开了一种利用特征图融合的目标检测方法，包括以下步骤：首先利用ZF网络提取图像特征并得到一系列处于不同层次的特征图；其次将ZF网络提取的图像特征图中的最深层特征图和浅层特征图相融合得到新特征图；再次将新特征图输入到RPN网络中得到区域建议；最后将新特征图和区域建议输入到ROIPooling层中得到区域建议的特征并同时对特征进行分类和对区域建议进行边框回归得到目标检测结果。本发明可以检测出图像中多种类别的目标，且所用的图像无需特定的图像采集设备采集。