基于多尺度感受野特征融合的深度神经网络目标检测方法

摘要

本发明涉及一种基于多尺度感受野特征融合的深度神经网络目标检测方法，包括：收集训练样本图片，要求图像包含RGB三通道，并附有物体检测框标注和每个物体的类别标注信息；将收集到的图像数据集中的图像数据和标签数据通过预处理转为训练深度卷积神经网络所要求的格式；设计基于多尺度感受野特征融合的深度卷积神经网络结构；设计应用于目标检测的深度神经网络结构，设计时要根据输入输出数据的结构来确定网络的输入层和输出层，并确定神经网络中多尺度感受野特征融合模块的个数及卷积层的个数，确定网络训练循环迭代的次数和网络最终收敛条件。根据训练的目标和模型的结构，定义所需的损失函数，训练阶段对目标的类别和检测框偏移量进行回归。