[发明专利]一种基于比率自适应池化的多尺度特征物体检测算法在审
| 申请号： | 202010433145.6 | 申请日： | 2020-05-21 |
| 公开（公告）号： | CN111612065A | 公开（公告）日： | 2020-09-01 |
| 发明（设计）人： | 朱勉春;许曼玲;戴宪华 | 申请（专利权）人： | 中山大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06K9/46;G06K9/32;G06N3/04;G06N3/08 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 510275 广东*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于比率自适应池化的多尺度特征物体检测算法。包括以下步骤：(1)采集大量的图像，按照一定比例划分为训练集和测试集，并对训练集进行预处理；(2)将训练集输入到一个预训练好的神经网络(ResNet50)进行特征提取，获得对应的feature map；(3)将RPN嵌入在RAP结合FPN结构中生成不同尺度特征并对RPN进行训练；(4)将步骤(3)生成的不同尺度的ROI进行RoI Pooling，然后计算损失、分类、更细节的边框回归；(5)将测试集图像输入到训练好的检测模型中输出检测结果。本发明的方法能有效的缓解FPN在融合过程中损失语义问题，提升检测精度。 | ||
| 搜索关键词： | 一种 基于 比率 自适应 尺度 特征 物体 检测 算法 | ||
【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中山大学，未经中山大学许可，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/202010433145.6/，转载请声明来源钻瓜专利网。
