【技术实现步骤摘要】
本专利技术涉及目标检测领域，具体涉及一种基于特征层融合的废旧家电多视角目标检测方法及系统。
技术介绍
1、随着科技的进步与发展和人们购买力的提升，家用电器的更新换代速度大幅提升，出现大量的废旧家用电器亟待进行分类处理。对于基于深度学习的废旧家电识别检测，总结已有的相关工作，主要通过深度学习神经网络为构架实现特征提取后的特征聚合与识别。但目前绝大部分识别系统仅通过单一角度拍摄实现图像获取，导致废旧家电特征缺失，识别结果匹配度低，不能满足识别需求。
2、近年来，有些学者开创性地将多视角目标检测引入到了目标检测领域中来，并取得了不错的成果，但主要针对具有空间信息的三维图像，应用于自动驾驶和机器人导航领域。目前3d多视角目标检测的切入点主要有通过将激光雷达产生的点云数据进行分割和预处理，然后利用专门的神经网络架构(如pointnet或voxelnet)从中提取关键空间特征，再利用基于3d卷积网络的深度学习模型进行分析。但是，3d多视角目标检测由于对3d图像处理和分析的复杂性，对输入数据的质量、硬件资源要求较高，检测速度较慢，具有实时...
【技术保护点】
1.一种基于特征层融合的废旧家电多视角目标检测方法，其特征在于，包括以下步骤：
【技术特征摘要】
1.一种基于特征层融合的废旧家电多视角目...
【专利技术属性】
技术研发人员：李方昱，孙雅琦，朱蠡远，杨茜，胡一凡，牛末寒，
申请(专利权)人：北京工业大学，
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。