圖像目標檢測方法、裝置、存儲介質及設備
基本信息
申請?zhí)?/td> | CN201910788754.0 | 申請日 | - |
公開(公告)號 | CN110569754A | 公開(公告)日 | 2019-12-13 |
申請公布號 | CN110569754A | 申請公布日 | 2019-12-13 |
分類號 | G06K9/00(2006.01); G06K9/32(2006.01) | 分類 | 計算;推算;計數; |
發(fā)明人 | 劉紹波; 吳波; 林贛秀; 姚娜娜; 周志芬; 吳佳君 | 申請(專利權)人 | 江西航天鄱湖云科技有限公司 |
代理機構 | 北京聯(lián)瑞聯(lián)豐知識產權代理事務所(普通合伙) | 代理人 | 江西航天鄱湖云科技有限公司 |
地址 | 330096 江西省南昌市南昌高新技術產業(yè)開發(fā)區(qū)艾溪湖北路688號中興軟件園21號廠房 | ||
法律狀態(tài) | - |
摘要
摘要 | 本發(fā)明涉及人工智能技術領域,公開了一種圖像目標檢測方法,包括:S1:獲取視頻流媒體的幀數據,利用卷積神經網絡模型對幀數據進行特征圖提取,以得到特征圖片;S2:將所述特征圖片輸入到目標檢測模型的邊框區(qū)域網絡,對特征圖中片可能存在的目標進行邊框確定,輸出邊框區(qū)域信息,所述卷積神經網絡模型和目標檢測模型均是基于城管案件圖片訓練得到的;S3:將所述邊框區(qū)域信息與所述特征圖片一并輸入到目標檢測模型的特征圖池化層,得到興趣區(qū)域特征圖;S4:將所述興趣區(qū)域特征圖送入卷積神經網絡模型的網絡全連接層,檢測出目標物體的位置和類別。本發(fā)明方法即使在背景信息比較復雜、圖像質量較低的情況下也能準確地檢測出目標物體的類別。 |
