公开(公告)号：CN109785298A

公开(公告)日：2019-05-21

申请号：CN201811593474.6

申请日：2018-12-25

Applicant: 中国科学院计算技术研究所

Inventor： 刘永 ,  王瑞平 ,  山世光 ,  陈熙霖

IPC: G06T7/00

Abstract: 本发明涉及一种多角度物体检测方法，包括：以深度神经网络构建检测模型；对训练图提取特征以获得多个特征图，设置多个垂直矩形锚框，获取该垂直矩形锚框与该训练图的样本物体的相交比，并以该相交比大于正例阈值的垂直矩形锚框标记为该训练图的样本物体的正例；通过该特征图对每个该正例进行回归预测，获取该样本物体的倾斜椭圆锚框的特征参数，以对该检测模型进行学习；以该检测模型检测目标图，获取该目标图中物体的倾斜椭圆锚框。

公开(公告)号：CN109785298B

公开(公告)日：2021-03-05

申请号：CN201811593474.6

申请日：2018-12-25

Applicant: 中国科学院计算技术研究所

Inventor： 刘永 ,  王瑞平 ,  山世光 ,  陈熙霖

IPC: G06T7/00 ,  G06K9/62

Abstract: 本发明涉及一种多角度物体检测方法，包括：以深度神经网络构建检测模型；对训练图提取特征以获得多个特征图，设置多个垂直矩形锚框，获取该垂直矩形锚框与该训练图的样本物体的相交比，并以该相交比大于正例阈值的垂直矩形锚框标记为该训练图的样本物体的正例；通过该特征图对每个该正例进行回归预测，获取该样本物体的倾斜椭圆锚框的特征参数，以对该检测模型进行学习；以该检测模型检测目标图，获取该目标图中物体的倾斜椭圆锚框。