基于CNN的多级特征融合的多类目标检测方法及模型

    公开(公告)号:CN108509978A

    公开(公告)日:2018-09-07

    申请号:CN201810166908.8

    申请日:2018-02-28

    Applicant: 中南大学

    Abstract: 本发明公开了一种基于CNN的多级特征融合的多类目标检测方法及模型,主要步骤包括:准备相关图像数据集,并对数据进行预处理;构建基础卷积神经网络(BaseNet)和特征融合网络(Feature-fusedNet)模型;对上一步骤中构建的网络模型进行训练,得到相应的权重等参数的模型;用特定数据集微调已训练过的检测模型;输出目标检测模型,进行目标分类及识别,并给出检测的目标框及相应精度。另外,本发明还提供了一种基于CNN的多级特融合的多类目标检测结构模型,在提高整体检测准确度的同时,优化了模型参数量,使得模型结构更加合理。

    基于CNN的多级特征融合的多类目标检测方法及模型

    公开(公告)号:CN108509978B

    公开(公告)日:2022-06-07

    申请号:CN201810166908.8

    申请日:2018-02-28

    Applicant: 中南大学

    Abstract: 本发明公开了一种基于CNN的多级特征融合的多类目标检测方法及模型,主要步骤包括:准备相关图像数据集,并对数据进行预处理;构建基础卷积神经网络(BaseNet)和特征融合网络(Feature‑fusedNet)模型;对上一步骤中构建的网络模型进行训练,得到相应的权重等参数的模型;用特定数据集微调已训练过的检测模型;输出目标检测模型,进行目标分类及识别,并给出检测的目标框及相应精度。另外,本发明还提供了一种基于CNN的多级特融合的多类目标检测结构模型,在提高整体检测准确度的同时,优化了模型参数量,使得模型结构更加合理。

Patent Agency Ranking