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

基本信息

申請?zhí)?/td> CN202110867341.9 申請日 -
公開（公告）號 CN113313094B 公開（公告）日 2021-09-24
申請公布號 CN113313094B 申請公布日 2021-09-24
分類號 G06K9/00;G06K9/62;G06K9/46;G06N3/04 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（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B座一層108號
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)檢測方法和系統(tǒng)。所述車載圖像目標(biāo)檢測方法，基于骨干網(wǎng)絡(luò)ResNet101構(gòu)建非對稱卷積結(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)對目標(biāo)的檢測性能；并且，在包含非對稱卷積結(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)了對多尺度目標(biāo)的特征表征能力。