-
公开(公告)号：CN108875826B
公开(公告)日：2021-12-03
申请号：CN201810618770.0
申请日：2018-06-15
Applicant: 武汉大学
Abstract: 本发明公开了一种基于粗细粒度复合卷积的多分支对象检测方法，首先，找出初始卷积网络中用于执行相关任务的特征层作为复合卷积的主干分支的输入。然后，为了找到适合细粒度分支的输入，先计算网络中的各层特征所对应的感受野，通过感受野的大小的比较，找出与主干分支对应的细粒度分支的输入特征层，利用复合卷积计算得到复合了主干分支输入特征和各细粒度分支输入特征的综合特征。最后，通过体现不同粒度特征的综合特征替代传统卷积网络中用于执行相关任务的单粒度特征，且通过构造多个包含不同粒度特征的综合特征检测分支实现多尺度的检测。本发明提高了对象检测与识别的精度，加快了基于复合卷积的神经网络的训练收敛速度。
-
公开(公告)号：CN108875826A
公开(公告)日：2018-11-23
申请号：CN201810618770.0
申请日：2018-06-15
Applicant: 武汉大学
Abstract: 本发明公开了一种基于粗细粒度复合卷积的多分支对象检测方法，首先，找出初始卷积网络中用于执行相关任务的特征层作为复合卷积的主干分支的输入。然后，为了找到适合细粒度分支的输入，先计算网络中的各层特征所对应的感受野，通过感受野的大小的比较，找出与主干分支对应的细粒度分支的输入特征层，利用复合卷积计算得到复合了主干分支输入特征和各细粒度分支输入特征的综合特征。最后，通过体现不同粒度特征的综合特征替代传统卷积网络中用于执行相关任务的单粒度特征，且通过构造多个包含不同粒度特征的综合特征检测分支实现多尺度的检测。本发明提高了对象检测与识别的精度，加快了基于复合卷积的神经网络的训练收敛速度。
-
Search Results
2
records
(took 0.013 seconds)
