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。