申请/专利权人：河北师范大学

申请日：2022-10-26

公开（公告）日：2023-01-24

公开（公告）号：CN115641535A

主分类号：G06V20/40

分类号：G06V20/40;G06V40/10;G06V10/82;G06N3/0464;G06N3/08

优先权：

专利状态码：在审-实质审查的生效

法律状态：2023.02.14#实质审查的生效;2023.01.24#公开

摘要：本申请公开了一种基于深度学习的行人检测方法及系统，其中，方法包括以下步骤：优化YOLOv3算法，得到优化模型；采集视频信息，基于所述视频信息筛选得到行人图像；所述行人图像输入至所述优化模型中进行训练并验证，得到行人检测模型；通过所述行人检测模型对行人进行检测，得到行人检测结果。本申请利用深度可分离卷积改进YOLOv3算法，减少参数量和运算成本，使网络更加轻量化，实现在一定场景下准确性和效率的有效提升。

主权项：1.一种基于深度学习的行人检测方法，其特征在于，包括以下步骤：优化YOLOv3算法，得到优化模型；采集视频信息，基于所述视频信息筛选得到行人图像；将所述行人图像输入至所述优化模型中进行训练并验证，得到行人检测模型；通过所述行人检测模型对行人进行检测，得到行人检测结果。

全文数据：

权利要求：

百度查询： 河北师范大学 一种基于深度学习的行人检测方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD