一种基于深度卷积神经网络的车辆检测计数方法及设备

摘要

本发明公开了一种基于深度卷积神经网络的车辆检测计数方法及设备，该方法包括：通过预先构建的基本网络提取待检测图像的底层特征；采用基于期望损失的锚点生成方法选取锚点窗口，在特征谱的每个位置产生锚点窗口大小的多个待检测窗口；对每个待检测窗口进行特征提取，输出特征谱；预测每个待检测窗口的目标打分、位置偏移和数量，输出待检测图像上车辆的位置和数量。本发明能够高效准确地检测出视频中的车辆数量，并以窗口的形式显示出其位置，且能够将航拍图像车辆检测的精度提升9个百分点的平均准确率，同时能够更大程度地减少数量的误差。