一种基于深度学习的目标检测方法技术

本发明专利技术的一种基于深度学习的目标检测方法，包括：S100、数据收集；S200、算法选择，对需要检测的目标进行分析，选择合适的算法；S300、数据清洗，对收集的数据进行分析、筛选和修改，得到符合算法的模型数据；S400、数据转换；S500、模型搭建，根据选择的算法搭建模型；S600、模型训练，将转换好的数据输入模型中进行训练；S700、模型测试，对训练好的生成的格式进行图片预测；S800、模型修护，根据测试结果对模型进行改进和维护。通过将训练好的模型安装到测试服务器上，作为模型测试。然后我们把互联网的图片放在测试服务器上，通过我们测试服务器，检测出我们所关注的目标，然后再把他们分类到每一个种类中，对图片中的目标检测识别更加准确快速。

【技术实现步骤摘要】
一种基于深度学习的目标检测方法
本专利技术属于计算机视觉处理
，具体来说是一种基于深度学习的目标检测方法。
技术介绍
随着网络技术的不断应用和完善，互联网已经成为信息发布的重要渠道，在信息交流中扮演着不可或缺的重要角色，企业办公、电子商务、政务公开化、各单位信息化建设等一系列网络应用随之蓬勃发展。但是，由于网上图片是海量的，人工一个一个的看需要花费大量时间，而且都是很多无需关注的图片信息，消耗的大量的人力，物力等一系列问题，导致企业和政府机关办事效率，消耗大量的时间。
技术实现思路
1.专利技术要解决的技术问题本专利技术的目的在于解决现有的图片目标检测效率低下的问题。2.技术方案为达到上述目的，本专利技术提供的技术方案为：本专利技术的一种基于深度学习的目标检测方法，包括如下步骤：S100、数据收集，对需要检测的目标进行图片收集；S200、算法选择，对需要检测的目标进行分析，选择合适的算法；S300、数据清洗，对收集的数据进行分析、筛选和修改，得到符合算法的模型数据本文档来自技高网...

【技术保护点】
1.一种基于深度学习的目标检测方法，其特征在于，包括如下步骤：/nS100、数据收集，对需要检测的目标进行图片收集；/nS200、算法选择，对需要检测的目标进行分析，选择合适的算法；/nS300、数据清洗，对收集的数据进行分析、筛选和修改，得到符合算法的模型数据；/nS400、数据转换，对数据清洗后的模型数据进行转换，转换成模型需要的格式；/nS500、模型搭建，根据选择的算法搭建模型；/nS600、模型训练，将转换好的数据输入模型中进行训练；/nS700、模型测试，对训练好的生成的格式进行图片预测；/nS800、模型修护，根据测试结果对模型进行改进和维护。/n

【技术特征摘要】
1.一种基于深度学习的目标检测方法，其特征在于，包括如下步骤：
S100、数据收集，对需要检测的目标进行图片收集；
S200、算法选择，对需要检测的目标进行分析，选择合适的算法；
S300、数据清洗，对收集的数据进行分析、筛选和修改，得到符合算法的模型数据；
S400、数据转换，对数据清洗后的模型数据进行转换，转换成模型需要的格式；
S500、模型搭建，根据选择的算法搭建模型；
S600、模型训练，将转换好的数据输入模型中进行训练；
S700、模型测试，对训练好的生成的格式进行图片预测；
S800、模型修护，根据测试结果对模型进行改进和维护。


2.根据权利要求1所述的一种基于深度学习的目标检测方法，其特征在于：所述步骤S100中的数据收集具体为对需要检测的目标进行拍摄图片或者从互联网进行搜索。


3.根据权利要求1所述的一种基于深度学习的目标检测方法，其特征在于：所述步骤S200中的算法选择具体为先通过数学理论、数学推算，推算出最终结果的准确率在80％以上的算法，作为我们理论上合适算法的备选算法，再对每个备选算法进行训练，比较准确率和召回率都高的模型作为我们算法模型。


4.根据权利要求1所述的一种基于深度学习的目标检测方法，其特征在于：所述步骤S300中的数据清洗为根据收集的图片的特点，对图片进行大小统一调整或对图片进行腐蚀和膨胀或对图片进行色彩变换。


5.根据权利要求1所述的一种基于深度学习的目标检测方法，其特征在于：所述步骤S500中的模型搭建具体为在服务器上搭建框架后输入代码，该代码为匹配步骤S200中所选择的算法的代码。


6.根据权利要求1所述的一种基于深度学习的目标...

【专利技术属性】
技术研发人员：钟静，蔡斌，
申请(专利权)人：芯薇上海智能科技有限公司，
类型：发明
国别省市：上海;31