公开(公告)号：CN114842279B

公开(公告)日：2024-08-06

申请号：CN202210555562.7

申请日：2022-05-20

Applicant: 湖北工业大学

Inventor： 严灵毓 ,  李可 ,  陈子璇 ,  杨金全 ,  胡思琪 ,  叶宇

IPC: G06V10/771 ,  G06V10/77 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/09 ,  G06V10/764

Abstract: 本发明提供一种目标检测方法、装置、设备及可读存储介质，目标检测方法包括：将输入的图像进行预处理，得到初始特征图；将初始特征图输入到预设卷积神经网络中，基于每一卷积层在神经网络中所处的位置进行对应的特征提取操作，得到每一卷积层输出的特征图；将预设卷积层输出的特征图按预设方式进行通道调整，并加权融合得到若干目标特征图；将所述若干目标特征图按通道维度进行拼接后输入给检测头进行预设目标的检测，输出预设目标对应的类别与位置。本发明减少了目标检测过程中冗余特征图的生成从而减少了模型参数，加强了底层特征图的细节信息，丰富了深层特征图的语义信息，达到了特征的有效融合，提高了目标检测器在定位和识别物体时的精度。

公开(公告)号：CN114842279A

公开(公告)日：2022-08-02

申请号：CN202210555562.7

申请日：2022-05-20

Applicant: 湖北工业大学

Inventor： 严灵毓 ,  李可 ,  陈子璇 ,  杨金全 ,  胡思琪 ,  叶宇

IPC: G06V10/771 ,  G06V10/77 ,  G06V10/80 ,  G06V10/82 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供一种目标检测方法、装置、设备及可读存储介质，目标检测方法包括：将输入的图像进行预处理，得到初始特征图；将初始特征图输入到预设卷积神经网络中，基于每一卷积层在神经网络中所处的位置进行对应的特征提取操作，得到每一卷积层输出的特征图；将预设卷积层输出的特征图按预设方式进行通道调整，并加权融合得到若干目标特征图；将所述若干目标特征图按通道维度进行拼接后输入给检测头进行预设目标的检测，输出预设目标对应的类别与位置。本发明减少了目标检测过程中冗余特征图的生成从而减少了模型参数，加强了底层特征图的细节信息，丰富了深层特征图的语义信息，达到了特征的有效融合，提高了目标检测器在定位和识别物体时的精度。