摘要
本申请涉及图像检测技术领域,具体涉及一种目标物检测方法、设备、系统及计算机可读存储介质。本申请将深度学习模型和图像分割算法相结合,通过对两种方式检测得到的检测结果进行初步筛选后,将准确度较高的检测结果进行交联处理,并根据交联比对第一检测结果和第二检测结果进行融合,生成针对目标物的检测结果。通过这种方式,结合了深度学习模型的识别结果高准确率的特点和图像分割算法高召回率的特点,通过深度学习模型能够准确识别出相似形状的目标,弥补了图像分割算法精度的不足;通过图像分割算法能够检测到图像中的大多数目标,弥补了深度学习模型对小目标识别不准确的问题,两者结合能够大大提高目标物检测的准确性。
技术关键词
物检测方法
物检测设备
图像分割算法
深度学习模型
重叠阈值
置信度阈值
物检测系统
网络
图像检测技术
距离信息
亮度
通信接口
可读存储介质
极值
方位角
存储器
程序
像素
处理器
系统为您推荐了相关专利信息
智能调控
实时数据传输
土壤盐分传感器
控制灌溉系统
气象监测模块
虚拟电厂竞价策略
博弈优化算法
储能电池容量
深度学习模型
历史负荷数据
序列特征
稀疏编码模型
关键词
决策树模型
深度学习模型
生成网络模型
图像
标签
Photoshop软件
物体
原料自动上料控制系统
中央控制单元
PID控制算法
PVC塑料瓦
电控阀门