专利名称:一种基于多层特征图连接的深度学习目标检测方法专利类型:发明专利 发明人:杨爱萍,鲁立宇,冀中,庞彦伟,杨炳旺
申请号:CN201910363921.7
申请日:20190430
公开号:CN110110783A
公开日:
20190809
专利内容由知识产权出版社提供
摘要:本发明公开一种基于多层特征图连接的深度学习目标检测方法,具体步骤如下:步骤(1)、获取训练集和测试集;步骤(2)、用卷积神经网络的卷积层实现目标检测;卷积神经网络的网络结构分为四个部分:特征提取、多层特征图连接、候选框的产生及目标分类和回归,特征提取使用ResNet101作为主题框架,多层特征图连接就是对ResNet101的不同语义层C2,C3,C4,C5进行多层次的交替连接,候选框通过RPN网络产生,目标分类和回归通过RCNN网络实现。
申请人:天津大学
地址:300350 天津市津南区海河教育园雅观路135号天津大学北洋园校区 国籍:CN
代理机构:天津市北洋有限责任专利代理事务所
代理人:刘子文