-
公开(公告)号:CN114724033A
公开(公告)日:2022-07-08
申请号:CN202210368457.2
申请日:2022-04-09
Applicant: 常州大学
IPC: G06V20/10 , G06V10/762 , G06V10/44 , G06V10/764 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08 , G05D3/12
Abstract: 本发明涉及图像处理技术领域,尤其涉及一种基于深度学习的机器人装甲板检测方法,包括采集机器人装甲板图片;增加一条与网络浅层特征层相连的路径,增加一个对小目标预测尺度,并添加SPP模块,融合XNOR‑Net;设置网络参数;搭建训练平台;进行装甲板检测测试;S6:利用PID控制方法控制云台瞄准目标装甲板。本发明增加对小目标检测能力强的输出预测尺度,增强对小目标的检测效果,引入空间金字塔池化SPP模块,通过不同尺寸的内核得到了全局特征和局部特征,在网络模型中融合不同尺度感受野,丰富了特征信息;融合XNOR‑Net,通过对权重和输入进行二值化操作,达到既减少存储空间,又加速的目的。