一种基于深度学习的快速区域搜索的目标检测方法

摘要

一种基于深度学习的快速区域搜索的目标检测方法，涉及目标检测算法领域。为解决现有的列车控制系统不能识别除列车领域以外的物体，不能针对列车领域以外的物体进行记忆与学习，并无法处理一些突发情况，无法判断列车行驶前方是否存在障碍物，从而导致事故发生的问题。搭建基于深度学习的快速区域搜索的目标检测网络；获取带有待识别的障碍物目标的图像，并对其进行标注，分割为测试样本集和训练样本集；训练样本集输入到目标检测网络进行前向传播计算，计算误差并将误差反向传播，调整网络权值；利用测试样本集评估网络识别准确率。若不满足要求，则若满足要求，则保存网络参数，训练完成。本发明适用于对光学图像中的目标进行检测定位。