申请/专利权人:合肥综合性国家科学中心人工智能研究院(安徽省人工智能实验室)
申请日:2023-12-22
公开(公告)日:2024-04-12
公开(公告)号:CN117876661A
主分类号:G06V10/25
分类号:G06V10/25;G06V10/80;G06V10/764;G06V10/774;G06V10/94;G06V10/44;G06V10/82;G06V20/56
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.30#实质审查的生效;2024.04.12#公开
摘要:本发明公开了一种多尺度特征并行处理的目标检测方法及系统,将目标图像输入到已训练完成的目标检测模型中,输出目标图像的检测结果,目标检测模型的训练过程如下:S1:构建训练集,并将训练集输送到每个子网中;S2:每个子网基于采样模块对输入图像的RGB特征进行降采样处理,获得尺度特征图;S3:每个子网基于汇总融合模块获取其他所有子网的尺度特征图并将所有尺度特征图进行特征对齐后融合,每个子网得到对应融合后的融合特征图;S4:每个子网将融合特征图输送到预测头,输出预测信息,将所有子网的预测信息汇总后输出预测结果;该目标检测方法及系统减小了算法在硬件上的层间同步开销,通过子网架构提高了硬件运算单元利用率,有效降低实时目标检测算法的延时。
主权项:1.一种多尺度特征并行处理的目标检测方法,其特征在于,将目标图像输入到已训练完成的目标检测模型中,输出目标图像的检测结果,所述检测结果包括目标的类别和位置;所述目标检测模型包括至少两个子网,子网之间相互通信,每个子网中包括采样模块、汇总融合模块和预测头;目标检测模型的训练过程如下:S1:构建训练集,并将训练集输送到每个子网中;S2:每个子网基于采样模块对输入图像的RGB特征进行降采样处理,获得尺度特征图;S3:基于子网之间相互通信,每个子网基于汇总融合模块获取其他所有子网的尺度特征图并将所有尺度特征图进行特征对齐后融合,每个子网得到对应融合后的融合特征图;S4:每个子网将融合特征图输送到预测头,输出预测信息,将所有子网的预测信息汇总后输出预测结果,所述预测结果包括目标的类别和位置。
全文数据:
权利要求:
百度查询: 合肥综合性国家科学中心人工智能研究院(安徽省人工智能实验室) 一种多尺度特征并行处理的目标检测方法及系统
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。