申请/专利权人:北京易华录信息技术股份有限公司;中国华录集团有限公司
申请日:2021-04-25
公开(公告)日:2024-03-22
公开(公告)号:CN113192646B
主分类号:G16H50/80
分类号:G16H50/80;G06N3/0464;G06N3/09
优先权:
专利状态码:有效-授权
法律状态:2024.03.22#授权;2021.08.17#实质审查的生效;2021.07.30#公开
摘要:本发明提供了目标检测模型构建方法及不同目标间距离监控方法、装置,目标检测模型包括:采用混合空洞卷积的GhostNet为主干网络并引入FPN网络以及分类子网络和回归子网络,目标检测模型构建方法包括:获取目标场景中包含有各个目标对象的目标图像训练数据集;将目标图像训练数据集中的历史目标图像输入上述FPN网络,得到历史目标图像的特征图;通过分类子网络和回归子网络对特征图进行学习,得到历史目标图像中各目标对象的预测位置;基于历史目标图像中各目标对象的预测位置和真实位置对目标检测模型进行模型训练,得到训练好的目标检测模型。对监控摄像头视野范围大的问题适应性强,适应于小目标检测,提高目标检测结果准确性。
主权项:1.一种目标检测模型构建方法,其特征在于,所述目标检测模型包括:采用混合空洞卷积的GhostNet为主干网络并引入FPN网络以及分类子网络和回归子网络,所述目标检测模型构建方法包括:获取目标场景中包含有各个目标对象的目标图像训练数据集;将目标图像训练数据集中的历史目标图像输入采用混合空洞卷积的GhostNet为主干网络并引入FPN网络,得到所述历史目标图像的特征图;通过所述分类子网络和所述回归子网络对所述特征图进行学习,得到所述历史目标图像中各目标对象的预测位置;基于所述历史目标图像中各目标对象的预测位置和真实位置对所述目标检测模型进行模型训练,得到训练好的目标检测模型;在所述混合空洞卷积的GhostNet为主干网络并引入FPN网络中,第一层为卷积层,第二层至第四层以GhostNet为主干网络,第五层和第六层引入混合空洞卷积,从第三层开始从侧面提取主干网络中的多尺度特征图,构建FPN网络。
全文数据:
权利要求:
百度查询: 北京易华录信息技术股份有限公司;中国华录集团有限公司 目标检测模型构建方法及不同目标间距离监控方法、装置
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。