【技术实现步骤摘要】
一种基于邻近尺度特征滤除与转移的物体检测方法
本专利技术涉及计算机视觉领域中高性能的物体检测方法，特别是涉及采用深度学习方法进行图像/视频中物体检测的方法。
技术介绍
人工智能成为国际竞争的新焦点。基于深度学习的物体检测技术作为人工智能领域的一项关键技术，在智能监控、人机交互、辅助驾驶以及当前重点发展的无人驾驶中具有广泛重要的应用。物体检测技术主要实现对场景中人、车以及其他感兴趣类别物体的实时位置检测与识别，实现对场景的深度理解。以自动驾驶系统为例，物体检测技术用于检测道路上行驶的车辆、行人以及障碍物等，辅助实现车辆行驶、变道、刹车等操作，保证车辆的安全行驶。其具体应用过程示例如图1所示。实现自动驾驶系统中的物体检测，首先通过车载相机捕获现实驾驶场景中的视频/图像信息；进一步地，将相机采集的图像/视频信息输入到已经嵌入车辆系统中的物体检测算法中；运行物体检测算法，输出所检测到的物体的位置信息和类别信息；辅助车辆决策系统，根据物体检测的结果，制定车辆行驶路线，实现安全的自动驾驶。作为自动驾驶中的关键技术，物体检测的性能...
【技术保护点】
1.一种基于邻近尺度特征滤除与转移的物体检测方法，主要包含下列步骤：/n1)收集包含各种不同类别物体的图像，并标注每张图像中的所有感兴趣物体，标注内容为每一个物体的坐标位置，每一个物体的类别，每一张图像的语义分割结果，以其作为图像标签信息；将收集的图像划分为训练集，验证集和测试集，训练集用于训练卷积神经网络，验证集用于选择最佳的训练模型，测试集为后续测试模型效果或者实际应用时使用。/n2)设计物体检测主干卷积神经网络，基于该主干卷积神经网络，提取多层级的物体特征；其中浅层特征包含所有尺度物体的特征，中层特征包含中尺度与大尺度物体特征，深层特征包含大尺度的物体特征；/n3)通...
【技术特征摘要】
1.一种基于邻近尺度特征滤除与转移的物体检测方法，主要包含下列步骤：
1)收集包含各种不同类别物体的图像，并标注每张图像中的所有感兴趣物体，标注内容为每一个物体的坐标位置，每一个物体的类别，每一张图像的语义分割结果，以其作为图像标签信息；将收集的图像划分为训练集，验证集和测试集，训练集用于训练卷积神经网络，验证集用于选择最佳的训练模型，测试集为后续测试模型效果或者实际应用时使用。
2)设计物体检测主干卷积神经网络，基于该主干卷积神经网络，提取多层级的物体特征；其中浅层特征包含所有尺度物体的特征，中层特征包含中尺度与大尺度物体特征，深层特征包含大尺度的物体特征；
3)通...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。