【技术实现步骤摘要】
一种提升目标检测模型精度的方法
[0001]本专利技术涉及智能图像处理
,特别涉及一种提升目标检测模型精度的方法。
技术介绍
[0002]随着计算机技术的发展和计算机视觉原理的广泛应用,使用计算机图像处理技术来实时检测跟踪目标变得越来越流行。在智能交通系统,智能监控系统和军事目标检测中使用目标的动态实时跟踪和定位,并且将手术器械定位在医学导航手术中具有广泛的应用价值。目标检测的任务是找出图像中所有感兴趣的目标,确定它们的位置和大小,是机器视觉领域的核心问题之一。由于各类物体有不同的外观、形状、姿态,加上成像时光照,遮挡等因素的干扰,目标检测一直是机器视觉领域最具有挑战性的问题。
[0003]近年来由于电动车电瓶引起的火灾事件越来越多,电动车报警系统就是为了防止电动车进入室内充电,这类系统的开发与应用已刻不容缓。
[0004]现有目标检测中常用的减少误报方法:增加负样本数据,增加负样本数据也可分为两类,一种是找一些多样的没有目标的图片直接放进训练数据中;另一种是用现有的模型对无目标图片进行检测,会出现一些 ...
【技术保护点】
【技术特征摘要】
1.一种提升目标检测模型精度的方法,其特征在于,所述方法在检测过程中增加一个目标分类模型,首先将获取的待测检测目标的图片进入检测模型进行检测,再将检测出来的数据送入增加的所述目标分类模型用以判断是否为目标,只有当目标分类模型认定为目标后,才输出检测目标的图片位置。2.根据权利要求1所述的一种提升目标检测模型精度的方法,其特征在于,所述方法包括以下步骤:S1.训练检测目标检测模型先训练一个检测目标检测模型,用提升精度的模型方法训练出该检测模型,数据采用的是室外的图片数据和应用场景内的图片数据;训练出来的检测目标的图片精度为97%;S2.制作检测目标分类数据负样本:负样本的制作是利用检测模型检测无检测目标的图片,这样检出来的数据都是误检,首先检测场景多的数据,然后检测应用场景内无检测目标的图片;对于负样本的采集,一定要用训练出来的检测模型在正常使用的阈值下检测出来的误检当作分类模型负样本;正样本:正样本可通过检测目标的标注,将检测目标抠取出来,当作正样本;S3.训练检测目标分类模型检测目标分类模型的输入分辨率为96*96;S4.模型应用上述两个模型都训练好之后便配合使用,先用检测目标检测模型对带检测图片进行检测,将检测出来的待检测目标再送入分类模型中判断是否为目标,只有当分类模型也认定为目标的时候...
【专利技术属性】
技术研发人员:焦亚茹,
申请(专利权)人:北京君正集成电路股份有限公司,
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。