摘要
本发明涉及机器人技术领域,尤其是涉及一种基于锚框得分优化的机器人密集检测方法及系统,包括S1.获取机器人不同运行状态下的图像信息作为机器人数据集;S2.基于网络模型构建密集目标检测模型,所述构建密集目标检测模型包括将网络模型的主干和颈部由基本构造卷积替换为大核深度卷积;S3.利用密集目标检测模型对数据集处理生成机器人的锚框,对机器人的锚框进行得分计算并排序;S4.利用得分最高的锚框对密集目标检测模型进行训练,利用动态软标签分配策略对模型训练进行优化,本发明设计了一种特征提取方案和锚框得分计算方法,在不丢失机器人特征的同时,提升模型的运行速度和准确性。
技术关键词
生成机器人
实时状态信息
深度残差网络模型
索引
标签
网络深度
得分计算方法
可读存储介质
数据
策略
特征金字塔
终端设备
动态
机器人技术
处理器
指令
非线性
计算机
系统为您推荐了相关专利信息
蛋白质相互作用预测方法
多肽
特征提取模块
样本
序列