公开(公告)号：CN116152772A

公开(公告)日：2023-05-23

申请号：CN202111382211.2

申请日：2021-11-19

Applicant: 南京林业大学

Inventor： 赵奉奎 ,  周爱博 ,  张涌 ,  吕立亚 ,  李冰林

IPC: G06V20/58 ,  G06V20/56 ,  G06V10/774 ,  G06V10/82 ,  G06V10/764 ,  G06N3/0464

Abstract: 本发明涉及一种基于CenterNet的用于交通场景的目标检测方法。所述交通场景的目标检测方法，包括以下步骤：步骤一、数据采集，数据集分为训练集和测试集，利用标注框标注训练集中的每一张图片的每一个目标，获得训练集图像中每一个目标的位置、类别信息；步骤二、对训练集图像进行预处理；步骤三、改进ResNet50主干特征网络模型，优化目标检测网络模型；步骤四、训练卷积神经网络，得到最终权重和训练完的卷积神经网络；步骤五、将步骤一中标注框标注的训练集图像作为卷积神经网络的输入，将步骤四中训练完成的权重作为预测模型的输入，得到预测结构，最后对比分析模型的最终预测结果，评估模型参数。本发明通过优化改进Centernet目标检测网络模型，有效地提高了该目标检测算法的检测性能，使其更好地满足复杂多样的交通场景的工况要求。