一種基于卷積神經(jīng)網(wǎng)絡(luò)的車載圖像目標(biāo)檢測(cè)方法和系統(tǒng)

基本信息

申請(qǐng)?zhí)?/td> CN202110867341.9 申請(qǐng)日 -
公開（公告）號(hào) CN113313094A 公開（公告）日 2021-08-27
申請(qǐng)公布號(hào) CN113313094A 申請(qǐng)公布日 2021-08-27
分類號(hào) G06K9/00（2006.01）I;G06K9/62（2006.01）I;G06K9/46（2006.01）I;G06N3/04（2006.01）I 分類 計(jì)算；推算；計(jì)數(shù);
發(fā)明人 沈玉勤;嚴(yán)凡;孟夏冰;王帥 申請(qǐng)（專利權(quán)）人 北京電信易通信息技術(shù)股份有限公司
代理機(jī)構(gòu) 北京高沃律師事務(wù)所 代理人 王愛濤
地址 100097北京市海淀區(qū)昆明湖南路51號(hào)B座一層108號(hào)
法律狀態(tài) -

摘要

摘要 本發(fā)明涉及一種基于卷積神經(jīng)網(wǎng)絡(luò)的車載圖像目標(biāo)檢測(cè)方法和系統(tǒng)。所述車載圖像目標(biāo)檢測(cè)方法，基于骨干網(wǎng)絡(luò)ResNet101構(gòu)建非對(duì)稱卷積結(jié)構(gòu)來獲得多種形狀的感受野，加強(qiáng)網(wǎng)絡(luò)對(duì)不同外形及旋轉(zhuǎn)角度下目標(biāo)的特征敏感度，提升網(wǎng)絡(luò)對(duì)目標(biāo)的檢測(cè)性能；并且，在包含非對(duì)稱卷積結(jié)構(gòu)的網(wǎng)絡(luò)基礎(chǔ)上，通過構(gòu)建特征融合模塊來融合不同層級(jí)的目標(biāo)特征，使網(wǎng)絡(luò)學(xué)習(xí)到豐富的多尺度上下文信息，能夠有效避免中小尺度目標(biāo)的細(xì)節(jié)信息損失，從而增強(qiáng)了對(duì)多尺度目標(biāo)的特征表征能力。