一种多目标检测方法和相关设备技术

技术编号:44931569 阅读:28 留言:0更新日期:2025-04-08 19:13
本申请公开了一种多目标检测方法和相关设备,方法包括:获取监控场景图像;将所述监控场景图像输入预先训练完成的多目标检测模型,生成对所述监控场景图像的目标识别结果,其中所述多目标检测模型由一个检测输出网络、四个多层级聚合瓶颈网络、一个快速空间金字塔池化网络、两个上采样网络和两个分支处理网络构成,以大量标注有目标对象的样本监控场景图像为训练数据,并基于由矩形框中心点误差、预测框宽高误差、预测框置信度损失和预测框类别损失构成的损失函数进行多头训练得到。申请能够显著加快检测速度,更易于部署在资源受限的设备上,降低了硬件成本和能耗,并且具备较强鲁棒性。

【技术实现步骤摘要】

本申请涉及计算机视觉领域,更具体地说,涉及一种多目标检测方法和相关设备


技术介绍

1、在当今数字化时代,智能监控系统已广泛渗透到交通监控、公共安全、智能家居等众多领域,在这些场景中,多目标检测技术作为智能监控系统的关键环节,承担着从连续的视频流中快速且精准地识别各类对象(包括行人、车辆、动物等)的重要使命。其对于保障交通安全、维护社会秩序以及提升生活智能化水平等方面都具有不可忽视的作用。

2、然而,现有的目标检测方法在实际应用于监控场景时,暴露出诸多亟待解决的问题。首先,从计算资源的角度来看,视频监控设备往往需要部署在嵌入式或边缘设备上,这些设备的计算资源相对有限。但当前主流的目标检测算法,例如faster r-cnn和yolo系列等,因其复杂的网络结构和大规模的参数运算,对计算资源有着较高的需求。这就导致在实际运行过程中,难以满足监控场景所要求的实时处理需求,使得监控系统的响应速度受到严重制约,无法及时有效地对各类目标进行检测和预警。

3、其次,在实时性和能效优化方面,众多监控应用场景明确提出了毫秒级的检测响应时间要求,同时期望本文档来自技高网...

【技术保护点】

1.一种多目标检测方法,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,所述多目标检测模型中所述检测输出网络、所述四个多层级聚合瓶颈网络、所述快速空间金字塔池化网络和所述两个上采样网络依次串联;

3.根据权利要求1或2所述的方法,其特征在于,所述检测输出网络包括两个检测输出模块;

4.根据权利要求3所述的方法,其特征在于,所述多层级聚合瓶颈模块包括六个检测输出层以及一个连接层;

5.根据权利要求3所述的方法,其特征在于,所述快速空间金字塔池化模块包括三个最大池化层和一个连接层;

6.根据权利要求3所述的方法,其特征...

【技术特征摘要】

1.一种多目标检测方法,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,所述多目标检测模型中所述检测输出网络、所述四个多层级聚合瓶颈网络、所述快速空间金字塔池化网络和所述两个上采样网络依次串联;

3.根据权利要求1或2所述的方法,其特征在于,所述检测输出网络包括两个检测输出模块;

4.根据权利要求3所述的方法,其特征在于,所述多层级聚合瓶颈模块包括六个检测输出层以及一个连接层;

5.根据权利要求3所述的方法,其特征在于,所述快速空间金字塔池化模块包括三个最大池化层和一个连接层;

<...

【专利技术属性】
技术研发人员:金一帆王忠周庆标
申请(专利权)人:熵云脑机杭州科技有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1