摘要
本发明公开了一种基于Faster‑RCNN的图像检测方法及装置,该方法包括:构建基于Faster‑RCNN的图像检测模型,包括:构建融合Transformer模块与CNN网络的特征提取网络;构建区域候选网络,区域候选网络用于生成定位物体的候选框;构建兴趣区池化层和全连接层,兴趣区池化层用于收集区域候选网络生成的候选框,并从特征提取网络中提取特征图生成候选框特征图,全连接层用于利用候选框特征图计算出具体类别,并通过边界框回归获得检测框最终的精确位置;利用预先构建的训练数据集对构建的图像检测模型进行训练;利用完成训练的图像检测模型对待检测图像进行目标检测。本发明可更好地进行全局信息特征的提取,提高识别率并精确定位物体。
技术关键词
区域候选网络
图像检测方法
特征提取网络
图像检测模型
图像检测装置
多头注意力机制
kmeans算法
多层感知器
生成特征
物体
兴趣
特征提取模块
分类器
网络结构
精度
数据
系统为您推荐了相关专利信息
混凝土配方
轻骨料混凝土
材料数据库
染色体
特征提取网络
识别模型训练方法
关键点
行人步态检测
图像
标签
船舶检测方法
双向特征金字塔
数据
特征提取网络
障碍物