一种提高检测目标检测效率的方法技术

本发明专利技术公开了一种提高检测目标检测效率的方法，包括以下步骤：1)以场景为单位，训练出该场景下可能出现目标的区域范围；2)识别待检测图片的场景，对待检测图片按步骤1学习出的区域范围作裁剪；3)对裁剪后的图片进行缩小并编号，然后多个缩小的图片进行拼接；图片拼接时按编号顺序处理；4)将拼接后的图片送到目标检测算法模型中进行目标检测；5)将目标检测获得的多个目标结果，一一进行反向变换，映射到对应原图中；6)将对应到裁剪图片中的目标信息裁剪出来，进行后续的目标识别。本发明专利技术通过对待检测识别的图片作裁剪，缩小，拼接；最后将拼接大图进行目标检测识别，达到一次检测多张图片，有效提升检测算法的处理效率。

A method to improve the efficiency of target detection

【技术实现步骤摘要】
一种提高检测目标检测效率的方法
本专利技术涉及计算机视觉技术，尤其涉及一种提高检测目标检测效率的方法。
技术介绍
目标检测与识别是计算机视觉领域中一个非常重要的研究方向，它是将图像中的目标与不感兴趣的部分区分开，判断是否存在目标，若存在目标则确定目标的位置，识别目标是一种计算机视觉任务。随着互联网，人工智能技术，智能硬件的迅猛发展，人类生活中存在着大量的图像数据，这使得计算机视觉技术在人类生活中起到的作用越来越大，对计算机视觉的研究也越来越火热。在实际应用中，进行目标检测与识别计算的机器算力是一定的，即输入连续的图像序列集在单位时间内能得到处理的数量是一定的。而进行目标检测与识别的计算往往都需要显卡硬件支持，价格普遍比较昂贵的。这在一定程度上制约了目标检测与识别的企业级应用。怎样提升检测算法的处理效率，缩减产品的成本，成为当下需要解决的问题。鉴于此，本专利提出一种提高检测目标检测效率的方法。通过对已经检测识别出的目标数据作全局检测统计学习，获得可能出现目标的区域范围；对待检测识别的图片按该区域作图片裁剪，并将多张裁剪后图片作缩小本文档来自技高网...

【技术保护点】
1.一种提高检测目标检测效率的方法，其特征在于，包括以下步骤：/n1)以场景为单位，通过机器学习的方式对已经检测识别出的目标数据进行统计学习，训练出该场景下可能出现目标的区域范围；所述场景为固定场景；/n2)识别待检测图片的场景，对待检测图片按步骤1学习出的区域范围作裁剪；/n3)对裁剪后的图片进行缩小并编号，然后多个缩小的图片进行拼接；图片拼接时按编号顺序处理；/n4)将拼接后的图片送到目标检测算法模型中进行目标检测；/n5)将目标检测获得的多个目标结果，一一进行反向变换，映射到对应原图中；/n6)将对应到裁剪图片中的目标信息裁剪出来，进行后续的目标识别。/n

【技术特征摘要】
1.一种提高检测目标检测效率的方法，其特征在于，包括以下步骤：
1)以场景为单位，通过机器学习的方式对已经检测识别出的目标数据进行统计学习，训练出该场景下可能出现目标的区域范围；所述场景为固定场景；
2)识别待检测图片的场景，对待检测图片按步骤1学习出的区域范围作裁剪；
3)对裁剪后的图片进行缩小并编号，然后多个缩小的图片进行拼接；图片拼接时按编号顺序处理；
4)将拼接后的图片送到目标检测算法模型中进行目标检测；
5)将目标检测获得的多个目标结果，一一进行反向变换，映射到对应原图中；
6)将对应到裁剪图片中的目标信息裁剪出来，进行后...

【专利技术属性】
技术研发人员：张磊，
申请(专利权)人：深圳羚羊极速科技有限公司，
类型：发明
国别省市：广东;44