摘要
本发明涉及涉及图像处理技术领域,提供了一种基于全卷积神经网络的动态目标检测方法,该方法包括:首先,将图像输入到全卷积神经网络中的骨干网络;然后,利用角点预测分支通过级联角点池化层预测目标的左上角点和右下角点,利用中心点预测分支通过中心点池化层预测目标的中心点,通过中心点是否在中心区域内对边界框进行筛选;最后,使用柔性非极大值抑制算法去除冗余的边界框,得到最终的检测结果。本发明在降低算法参数量的同时保证了目标检测性能,为动态目标检测提供了可靠依据。
技术关键词
全卷积神经网络
抑制算法
特征金字塔
动态
分支
变形卷积网络
级联
残差模块
关键点
计算机
冗余
可读存储介质
图像处理技术
柔性
输出特征
处理器
物体
系统为您推荐了相关专利信息
充电优化方法
充电设备
资源
设备关联关系
分布式场景
图像语义解析方法
生成多尺度
面向智能交通
融合特征
编码特征