摘要
本发明公开了多尺度自适应目标检测方法、系统和设备,方法包括:接收输入图像和归一化处理,调整尺寸和记录比例关系,提取目标特征进行双向融合,得到特征图像,生成目标候选区域,遍历目标候选区域,最后保留的候选框作为目标检测结果,还原到原始坐标系中得到目标位置和类别信息;系统包括:图像预处理模块、特征提取网络模块、特征融合模块、目标检测模块和定位模块;设备包括:处理器和存储器。由此,一方面能够通过多分支深度卷积神经网络和双向融合策略,提高不同尺度目标特征的提取能力,增强对小尺度目标的检测精度和大尺度目标的定位准确性,另一方面能够利用非极大值抑制算法减少重叠候选框的干扰,提升了检测结果的准确性。
技术关键词
深度卷积神经网络
图像
多分支
区域建议网络
抑制算法
特征提取网络
多尺度
尺寸
定位模块
坐标系
上采样
融合策略
处理器
关系
存储器
检测设备
像素
系统为您推荐了相关专利信息
荧光检测试纸
混合深度学习模型
可视化系统
局部纹理特征
颜色校正
频谱特征
无人机避障
无线电
时序特征
短时傅里叶变换
人脸视频图像
轻量化神经网络
人体心率
学习方法
移动端
车载交通事故
行驶环境信息
判定系统
车辆周围环境信息
色块