【技术实现步骤摘要】
本专利技术涉及目标检测领域，更具体地说，涉及一种无参考框的图像目标检测方法。
技术介绍
1、目标检测是计算机视觉领域的一个重要技术，用于识别并定位图像中的目标。其包含两个子问题，需要在图像或视频中识别目标的类别并使用边界框确定其在图像中的位置。目标检测是目标跟踪、姿态识别等复杂任务的基础，在安防监控、自动驾驶、医疗图像分析、机器人视觉等多个领域有着广泛的应用。
2、目前的目标检测算法可以根据是否预设参考框分为基于参考框的算法和无参考框算法。faster r-cnn、ssd等基于参考框的目标检测算法通过预定义一系列不同大小和比例的参考框来检测目标。现有的目标检测算法普遍采用基于参考框的方法，但这种方法存在一些不足：1)该方法需要针对数据集手动设计参考框的数量、大小、比例等参数，在一定程度上影响检测网络的泛化能力；2)大量的超参数增加了网络的计算量，使网络训练过程更加困难；3)在预设的参考框中大部分是负样本，只有少量为包含目标信息的正样本，这会加剧正负样本不平衡问题。此外，该方法对于小目标和密集场景的检测效果不佳。
...
【技术保护点】
1.一种基于特征增强和多尺度的无参考框图像目标检测方法，其特征在于，该方法包括如下步骤，
2.根据权利要求1所述的一种基于特征增强和多尺度的无参考框图像目标检测方法，其特征在于，本方法的批量大小设置为8。
3.根据权利要求1所述的一种基于特征增强和多尺度的无参考框图像目标检测方法，其特征在于，本方法的共迭代12个epoch。
4.根据权利要求1所述的一种基于特征增强和多尺度的无参考框图像目标检测方法，其特征在于，本方法的采用步进衰减学习率更新策略进行学习率更新，初始学习率为0.01，学习率在第8次迭代和第11次迭代的时候缩放到原来的
<...【技术特征摘要】
1.一种基于特征增强和多尺度的无参考框图像目标检测方法，其特征在于，该方法包括如下步骤，
2.根据权利要求1所述的一种基于特征增强和多尺度的无参考框图像目标检测方法，其特征在于，本方法的批量大小设置为8。
3.根据权利要求1所述的一种基于特征增强和多尺度的无参考框图像目标检测方法，其特征在于，本方法的共迭代12个epoch。
4.根据...
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。