[发明专利]基于多尺度融合轻量化深度学习卷积网络的目标检测方法在审
| 申请号： | 202111068517.0 | 申请日： | 2021-09-13 |
| 公开（公告）号： | CN113902971A | 公开（公告）日： | 2022-01-07 |
| 发明（设计）人： | 曾大治;梁若飞;章菲菲;刘英杰 | 申请（专利权）人： | 北京理工雷科电子信息技术有限公司 |
| 主分类号： | G06V20/10 | 分类号： | G06V20/10;G06V10/82;G06V30/18;G06N3/04;G06N3/08 |
| 代理公司： | 北京理工大学专利中心 11120 | 代理人： | 田亚琪 |
| 地址： | 100081 北京市海淀区中关*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了基于多尺度融合轻量化深度学习卷积网络的目标检测方法，设计骨干网络由两个模块组成：主干特征提取模块和多尺度融合定位特征模块；主干特征提取模块遵循了DenseNet网络沿通道维度串联的结构特点，使得每一层与它的所有后续层直接连接，特征可重复利用，不需要学习冗余的特征，从而降低参数量，保持网络精简高效；并且在其基础上增加了双路卷积通道方式，从而得到不同尺度的感受野；多尺度特征模块沿用了SSD多尺度锚点框检测机制，并在其基础上加入3‑way残差模块，把多尺度特征进行融合，增强特征的表达能力，从而检测多尺度飞机目标。 | ||
| 搜索关键词： | 基于 尺度 融合 量化 深度 学习 卷积 网络 目标 检测 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于北京理工雷科电子信息技术有限公司，未经北京理工雷科电子信息技术有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202111068517.0/，转载请声明来源钻瓜专利网。
