【技术实现步骤摘要】
超清图像的目标检测方法及装置
[0001]本专利技术涉及图像目标检测
,尤其涉及一种超清图像的目标检测方法及装置。
技术介绍
[0002]目标检测也叫目标提取,是一种基于目标几何和统计特征的图像分割,它将目标的分割和识别合二为一,其准确性和实时性是整个系统的一项重要能力。尤其是在复杂场景中,需要对多个目标进行实时处理时,目标自动提取和识别就显得特别重要。随着计算机技术的发展和计算机视觉原理的广泛应用,利用计算机图像处理技术对目标进行实时跟踪研究越来越热门,对目标进行动态实时跟踪定位在智能化交通系统、智能监控系统、军事目标检测及医学导航手术中手术器械定位等方面具有广泛的应用价值。超清图像中的小目标检测是本领域研究的热点。在电力行业,利用无人机对电力系统相关设备进行巡检,得到广泛的应用。但现有技术中对于超清图像中的小目标检测的检测效率和检测精度方面,仍有待进一步提升,这限制了无人机对电力系统相关设备进行巡检的效果。因此,有必要提出一种超清图像的目标检测方法及装置,以解决上述问题。
技术实现思路
[0003] ...
【技术保护点】
【技术特征摘要】
1.一种超清图像的目标检测方法,其特征在于,包括:获取电力设备航拍图像数据集,所述电力设备航拍图像数据集包括修补程序文件夹、测试图像和训练图像;利用所述修补程序文件夹和所述训练图像,训练超清图像的目标检测模型;其中,所述训练的过程包括:对所述训练图像进行区域提议,提取所述训练图像中的提议区域;对所述提议区域进行二元分类;利用所述修补程序文件夹和所述测试图像,对所述超清图像的目标检测模型进行测试。2.如权利要求1所述的方法,其特征在于,获取电力设备航拍图像数据集,所述电力设备航拍图像数据集包括修补程序文件夹、测试图像和训练图像的步骤中,所述修补程序文件夹包含电力设备的正修补程序和不含电力设备的负修补程序;所述测试图像和训练图像都带有标签,并且标签采用xml格式。3.如权利要求1所述的方法,其特征在于,对所述训练图像进行区域提议,提取所述训练图像中的提议区域的步骤中,基于边缘框法,在所述训练图像中生成边缘框,以对所述边缘框内的区域使用CNN进行二元分类。4.如权利要求1所述的方法,其特征在于,对所述训练图像进行区域提议,提取所述训练图像中的提议区域的步骤中,基于区域提议网络提取包含对象的潜在区域,利用分类网络确定潜在区域是否包含对象。5.如权利要求1所述的方法,其特征在于,对所述训练图像进行区...
【专利技术属性】
技术研发人员:李庆光,张文杰,兰彩霞,王纯月,尹哲,
申请(专利权)人:北京中拓新源科技有限公司,
类型:发明
国别省市:
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。