一种基于多图片目标识别的神经网络结构制造技术

本发明专利技术公开了一种基于多图片目标识别的神经网络结构，包括目标检测神经网络，所述目标检测神经网络结构设计有支持多个图片同时输入的神经网络结构，神经网络结构的入口层(输入层)接受通道数量为n*ch的图片张量，其中n为入层能同时接收的图片个数，ch为图片通道数量。本发明专利技术与现有技术相比的优点在于：提供一种可以基于多图使用，减少光照与遮挡敏感，保证检测准确率的一种基于多图片目标识别的神经网络结构。

【技术实现步骤摘要】

本专利技术涉及人工智能领域，具体是指一种基于多图片目标识别的神经网络结构。

技术介绍

1、ai识别领域里目标检测技术，是目前和未来人工智能领域的重要应用。目前的目标检测技术主要有基于深度学习的目标检测算法：

2、two-stage algorithms(两阶段算法)

3、1.r-cnn系列(包括r-cnn,fast r-cnn,faster r-cnn)：引入深度学习进行特征提取，准确性高，但计算成本高，尤其是r-cnn和fast r-cnn在生成区域提议(regionproposals)上效率低。

4、2.mask r-cnn：在faster r-cnn基础上增加了实例分割功能，精确度高，但计算复杂度高，速度较慢。

5、one-stage algorithms(一阶段算法)

6、1.yolo(you only look once)系列(包括yolov1至yolov5)：以速度见长，可以实现实时检测，但尤其在早期版本中，对小目标检测和定位精度不如两阶段算法。

7、2.ssd(singl本文档来自技高网...

【技术保护点】

1.一种基于多图片目标识别的神经网络结构，其特征在于：包括目标检测神经网络，所述神经网络结构具有能接受多个图片同时输入的输入层，所述目标检测神经网络的输入层结构为接收多个图片合成的多通道张量数据，神经网络结构的输入层接受通道数量为n*ch，其中n为神经网络输入层能同时接收的图片数，ch为每个图片通道数量，其中n>1。

2.根据权利要求1所述的一种基于多图片目标识别的神经网络结构，其特征在于：所述神经网络包括能接受多图片同时时输入的神经网络：

3.根据权利要求1所述的一种基于多图片目标识别的神经网络结构，其特征在于：所述图片数据的预处理包括针对视频流进行序列图...

【技术特征摘要】

1.一种基于多图片目标识别的神经网络结构，其特征在于：包括目标检测神经网络，所述神经网络结构具有能接受多个图片同时输入的输入层，所述目标检测神经网络的输入层结构为接收多个图片合成的多通道张量数据，神经网络结构的输入层接受通道数量为n*ch，其中n为神经网络输入层能同时接收的图片数，ch为每个图片通道数量，其中n>1。

2....

【专利技术属性】
技术研发人员：李金雨，
申请(专利权)人：陕西知汇电子科技有限公司，
类型：发明
国别省市：