团体标准网
文库搜索
切换导航
文件分类
频道
仅15元无限下载
联系我们
问题反馈
文件分类
仅15元无限下载
联系我们
问题反馈
批量下载
(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111652661.9 (22)申请日 2021.12.3 0 (71)申请人 浙江大华 技术股份有限公司 地址 310053 浙江省杭州市滨江区滨安路 1187号 (72)发明人 朱磊光 潘武 陈波扬 毛佳丽 王超 (74)专利代理 机构 北京同达信恒知识产权代理 有限公司 1 1291 代理人 张恺宁 (51)Int.Cl. G06V 20/00(2022.01) G06V 10/40(2022.01) G06V 10/80(2022.01) G06V 10/82(2022.01)G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 一种目标检测方法、 装置及系统 (57)摘要 本申请提供一种目标检测方法、 装置及系 统, 用于解决现有的目标检测方法存在的由于 Focus结构的计算效率较低, 导致目标检测的速 率较低的技术问题, 所述方法包括: 获取待检测 图像, 并输入目标检测网络; 其中, 所述目标检测 网络包括卷积层, 所述卷积层的卷积单元数为所 述待检测图像的 图像通道数的a倍, 所述a为正整 数; 基于所述卷积层的每个卷积单元的权重矩 阵, 依次提取所述待检测图像的每个像素窗口的 特征, 得到 特征图象; 其中, 所述像素窗口的高度 和宽度均为b个像素, 所述b为正整数; 对所述特 征图像进行特征融合和目标检测处理, 得到已检 测图像。 权利要求书2页 说明书10页 附图3页 CN 114373117 A 2022.04.19 CN 114373117 A 1.一种目标检测方法, 其特 征在于, 包括: 获取待检测图像, 并输入目标检测网络; 其中, 所述目标检测网络包括卷积层, 所述卷 积层的卷积单 元数为所述待检测图像的图像通道数的a倍, 所述a为 正整数; 基于所述卷积层的每个卷积单元的权重矩阵, 依次提取所述待检测图像的每个像素窗 口的特征, 得到特 征图象; 其中, 所述像素窗口 的高度和宽度均为b个 像素, 所述b为 正整数; 对所述特 征图像进行 特征融合和目标检测处 理, 得到已检测图像。 2.如权利要求1所述的方法, 其特征在于, 获取待检测图像, 并输入目标检测网络之前, 还包括: 将YOLOv5目标检测网络中的Focus结构替换为所述卷积层, 得到所述目标检测网络 。 3.如权利要求1所述的方法, 其特 征在于, 所述权 重矩阵, 具体为: 其中, n为所述卷积层的卷积单元数, Yi为所述卷积层的第i个卷积单元的权重矩阵, 元 素xi的值为预设值。 4.如权利要求1 ‑3任一所述的方法, 其特征在于, 基于所述卷积层的每个卷积单元的权 重矩阵, 依次提取 所述待检测图像的每 个像素窗口 的特征, 得到特 征图象, 包括: 若所述权重矩阵的任一行的任一元素的值为预设值, 则依次提取所述待检测图像的与 所述任一行对应的图像通道的每个像素窗口中的与所述任一元素对应的特征, 得到特征图 象; 其中, 所述特征图像的图像通道数是所述待检测图像的a倍, 图像高度和图像宽度是所 述待检测图像的1/b倍。 5.如权利要求1所述的方法, 其特征在于, 对所述特征图像进行特征融合和目标检测处 理, 包括: 基于所述目标检测网络的特征增强网络对所述特征图像进行特征融合处理, 得到特征 向量; 其中, 所述特征增强网络是由空间金字塔池化SPP结构、 特征金字塔网络FPN结构和金 字塔注意力网络PAN结构组成的; 基于所述目标检测网络的预测网络对所述特征向量进行目标检测处理, 得到已检测图 像; 其中, 所述预测网络是由损失函数和非极大值抑制组成的。 6.一种目标检测装置, 其特 征在于, 包括: 获取模块, 用于获取待检测图像, 并输入目标检测网络; 其中, 所述目标检测网络包括 卷积层, 所述卷积层的卷积单 元数为所述待检测图像的图像通道数的a倍, 所述a为 正整数; 提取模块, 用于基于所述卷积层的每个卷积单元的权重矩阵, 依次提取所述待检测图 像的每个像素窗口的特征, 得到特征图象; 其中, 所述像素窗口的高度和宽度均为b个像素, 所述b为正整数; 处理模块, 用于对所述特 征图像进行 特征融合和目标检测处 理, 得到已检测图像。 7.如权利要求6所述的装置, 其特 征在于, 所述装置还 包括替换模块, 用于: 将YOLOv5目标检测网络中的Focus结构替换为所述卷积层, 得到所述目标检测网络 。 8.如权利要求6所述的装置, 其特 征在于, 所述权 重矩阵, 具体为:权 利 要 求 书 1/2 页 2 CN 114373117 A 2其中, n为所述卷积层的卷积单元数, Yi为所述卷积层的第i个卷积单元的权重矩阵, 元 素xi的值为预设值。 9.一种目标检测系统, 其特 征在于, 包括: 存储器, 用于存 储程序指令; 处理器, 用于调用所述存储器中存储的程序指令, 按照获得的程序指令执行权利要求 1‑4任一项所述的方法包括的步骤。 10.一种存储介质, 其特征在于, 所述存储介质存储有计算机可执行指令, 所述计算机 可执行指令用于使计算机执 行权利要求1 ‑4任一项所述的方法包括的步骤。权 利 要 求 书 2/2 页 3 CN 114373117 A 3
专利 一种目标检测方法、装置及系统
文档预览
中文文档
16 页
50 下载
1000 浏览
0 评论
309 收藏
3.0分
赞助2元下载(无需注册)
温馨提示:本文档共16页,可预览 3 页,如浏览全部内容或当前文档出现乱码,可开通会员下载原始文档
下载文档到电脑,方便使用
赞助2元下载
本文档由 人生无常 于
2024-03-18 21:48:46
上传分享
举报
下载
原文档
(595.7 KB)
分享
友情链接
ISO IEC 27000-2020.pdf
GB-T 17799.2-2023 电磁兼容 通用标准 第2部分:工业环境中的抗扰度标准.pdf
DB3308-T 067-2020 “三衢味”区域公用品牌准入和管理规范 衢州市.pdf
GB-T 8061-2022 杠杆千分尺.pdf
GB-T 37393-2019 数字化车间 通用技术要求.pdf
DB34-T 3433.2-2019 计量检测数据信息 第 2 部分:采集规范 安徽省.pdf
设备管理制度.pdf
GB-T 38318-2019 电力监控系统网络安全评估指南.pdf
GB-T 33746.2-2017 近场通信(NFC)安全技术要求 第2部分:安全机制要求.pdf
ISO IEC 19770-1 2017 Amd 1 2024 Information technology — IT asset manage.pdf
GB-T 9651-2008 单相异步电动机试验方法.pdf
GB-T 42209-2022 液晶显示屏用点对点 P2P 信号接口 传输协议.pdf
NB-T 10340-2019 水电工程坑探规程.pdf
GB-T 8733-2016 铸造铝合金锭.pdf
GB-T 12642-2013 工业机器人 性能规范及其试验方法.pdf
JY-T 0568-2020 电感耦合等离子体质谱分析方法通则.pdf
赛迪 数据安全治理白皮书 2021.pdf
YD-T 3763.8-2021 研发运营一体化(DevOps)能力成熟度模型 第8部分:系统和工具技术要求.pdf
GB-T 2362-1990 小模数渐开线圆柱齿轮基本齿廓.pdf
专利 基于人工智能的人脸识别方法、装置、设备及存储介质.PDF
1
/
3
16
评价文档
赞助2元 点击下载(595.7 KB)
回到顶部
×
微信扫码支付
2
元 自动下载
官方客服微信:siduwenku
支付 完成后 如未跳转 点击这里 下载
站内资源均来自网友分享或网络收集整理,若无意中侵犯到您的权利,敬请联系我们
微信(点击查看客服)
,我们将及时删除相关资源。