首页> 中国专利> 一种聚焦关键区域的深度学习目标检测方法

一种聚焦关键区域的深度学习目标检测方法

摘要

一种聚焦关键区域的深度学习目标检测方法,属于深度学习领域。该方法是在一种典型的深度检测网络基础上,提出了一种通过聚焦关键区域来自动检测图像中目标的方法。在很多情况下,所需检测的目标往往都处于特定的区域内,这些与目标息息相关的区域即是关键区域。由于关键区域是少量、局部且与目标存在因果关系,因此可以将目标的检测范围限定在这样的区域内。具体的是在Faster R‑CNN框架中,修改区域提议网络的损失函数,即根据提议区域与关键区域的位置关系对提议区域设置不同的惩罚权重,促使提议区域更接近于关键区域,从而提高了目标检测的准确度。

著录项

  • 公开/公告号CN110363162A

    专利类型发明专利

  • 公开/公告日2019-10-22

    原文格式PDF

  • 申请/专利权人 北京工业大学;

    申请/专利号CN201910648037.8

  • 发明设计人 李建强;刘雅琦;赵青;白骏;

    申请日2019-07-18

  • 分类号G06K9/00(20060101);G06K9/32(20060101);G06K9/46(20060101);G06K9/62(20060101);G06N3/04(20060101);G06N3/08(20060101);

  • 代理机构11203 北京思海天达知识产权代理有限公司;

  • 代理人刘萍

  • 地址 100124 北京市朝阳区平乐园100号

  • 入库时间 2024-02-19 14:49:04

法律信息

  • 法律状态公告日

    法律状态信息

    法律状态

  • 2019-11-15

    实质审查的生效 IPC(主分类):G06K9/00 申请日:20190718

    实质审查的生效

  • 2019-10-22

    公开

    公开

相似文献

  • 专利
  • 中文文献
  • 外文文献
获取专利

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号