一种基于改进快速区域卷积神经网络模型的RPA自动化方法、系统、设备及介质

本发明公开了一种基于改进快速区域卷积神经网络模型的RPA自动化方法、系统、设备及介质，涉及机器人流程自动化技术领域，包括采用图像注释工具制作目标数据集；搭建改进快速区域卷积神经网络模型；在区域候选网络之前加入特征金字塔网络层，将原区域兴趣池化改为区域兴趣对齐；通过预热学习率的方式训练模型；将待识别的图片输入训练好的神经网络模型中，得到检测结果。本发明使用改进的50层残差神经网络进行特征提取，用分组卷积替换正常残差卷积，提高训练和推理效率。加入特征金字塔网络层，加强底层特征图浅层高分辨率小目标的检测能力。具有较高的目标检测能力，适应性和抗干扰性强、具有较高的强鲁棒性。