一种基于全卷积神经网络的动态目标检测方法及系统

AITNT
正文
推荐专利
一种基于全卷积神经网络的动态目标检测方法及系统
申请号:CN202510280803
申请日期:2025-03-11
公开号:CN120147661A
公开日期:2025-06-13
类型:发明专利
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
1
一种基于区块链大数据的人工智能云服务平台
区块链大数据 坐标 云服务平台 数值 生成答案
2
动态环境下的W算法的手机实时充电优化方法及系统
充电优化方法 充电设备 资源 设备关联关系 分布式场景
3
一种面向智能交通场景感知需求的RGB-T图像语义解析方法
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
4
一种上下文感知的多轮对话文本到SQL自动转换方法
自动转换方法 多轮对话 文本 语句 代表
5
基于大数据的不对应审核系统及方法
哈希表 大数据 分区 深度学习模型 管理中心
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号