一种基于高速卷积神经网络的大目标识别方法

摘要

本发明提供一种基于高速卷积神经网络的大目标识别方法，涉及计算机视觉技术领域。该方法首先通过通用型特征提取网络对目标图片进行五次特征提取，每次特征提取后均对应一次降采样处理，得到降采样的特征；建立大目标识别的目标分类与位置回归网络，并将通用型特征提取网络最后输出的降采样特征作为目标分类与位置回归网络的输入，得到全部的目标类别和目标位置；采用IOA预测框评价单元计算目标分类与位置回归网络训练得到的预测值与真实值产生的误差，使用预测误差来优化目标分类与位置回归网络，提高网络的识别精度；本发明方法可以运行在嵌入式计算平台，进行大目标的类型与位置的实时预测，并大幅度减少计算量。