一种更快的基于深度学习的密集目标计数方法

摘要

本发明涉及到图像处理领域，更具体地，涉及一种更快的基于深度学习的密集目标计数方法。近年来深度学习在密集目标计数领域取得了不错的发展，但是存在着模型较大检测速度较慢的问题，且大多数的研究只针对特定场景，无法很快应用到其他场景。本发明提出了一种更小的网络结构，不仅保证了一定的准确性，还大大增加了检测速度，将具备搭载到移动手持等轻便设备的可能性。而且为了处理更多的场景，将不同的密集目标整合一起训练，检测结果也保持稳定。这样就可以在实际应用中处理多种场景的密集目标计数问题，例如实时监控商场的人群数目来做出相应的人流控制，防止出现安全事故，快速检测工厂里的钢筋数目将大大增加工作效率带来更大的效益。