申请/专利权人：重庆大学

申请日：2020-08-24

公开（公告）日：2024-04-02

公开（公告）号：CN112115977B

主分类号：G06V10/25

分类号：G06V10/25;G06V10/764;G06V10/766;G06V10/80;G06V10/46;G06V10/82;G06N3/0464

优先权：

专利状态码：有效-授权

法律状态：2024.04.02#授权;2021.01.08#实质审查的生效;2020.12.22#公开

摘要：一种基于尺度不变性与特征融合的目标检测算法，采用的步骤为：步骤一：将待检测图像输入到detnet59中进行特征提取，获得多个特征图；步骤二：对获得的多个特征图进行选择融合特征的方式，获得新的具有相同通道的多个特征图；步骤三：使用多个特征图生成候选框，对候选框进行多次选择分类与回归。

主权项：1.一种基于尺度不变性与特征融合的目标检测算法，其特征在于，采用的步骤为：步骤一：将待检测图像输入到detnet59中进行特征提取，获得多个特征图；步骤二：对获得的多个特征图进行选择融合特征的方式，获得新的具有相同通道的多个特征图；所述步骤二中选择融合特征的方式具体为；步骤2.1：将第2-8的特征图通过卷积操作变为通道256的特征图，其中第6-8的特征图就生成为P6-P8；步骤2.2：在将7和8的特征图经过上采样后和6的特征图一起融合到特征图5中，在融合之后再对每个融合结果进行卷积生成P5；步骤2.3：再将P5进行上采样融合到特征图4中，在融合之后再对每个融合结果进行卷积生成P4；步骤2.4：一直重复2.3步骤直到融合完特征图2，生成P2、P3；步骤三：使用多个特征图生成候选框，对候选框进行多次选择分类与回归；所述步骤三具体为，步骤3.1：对于P2、P3、P4、P5、P6、P7和P8层，生成大量的anchor；步骤3.2：对于P6、P7、P8这三层，对其产生的anchor和groundtruth根据函数进行了筛选，li代表宽度最小值，ui代表宽度最大值，w、h分别代表边框的高和宽，P6只保留在{li,ui}在[0,90]范围内的anchor，P7只保留在{li,ui}在[30,160]范围内的anchor，P8只保留在{li,ui}在[90,∞]范围内的anchor；然后对anchor使用IoU阈值为0.5的NMS非极大值抑制生成第一部分的候选框，再对第一部分的候选框进行分类和边框回归；IOU的值就是两个预测框的交集除以两个预测框的并集的值；NMS就是对所有的框进行一一比较，如果两个框的交集大于IOU设置的阈值，则保留得分最大的框，删除另外的框；获得第一部分候选框；步骤3.3：得到第一部分回归后的候选框后，使用阈值为0.6的NMS非极大值抑制生成第二部分的候选框，再对第二部分的候选框进行分类和边框回归；步骤3.4：得到第二部分回归后的候选框后，使用阈值为0.7的NMS非极大值抑制生成最终的候选框，再对最终的候选框进行分类和边框回归。

全文数据：

权利要求：

百度查询： 重庆大学 基于尺度不变性与特征融合的目标检测算法

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