基于深度强化学习的Faster-RCNN目标物体检测方法

摘要

本发明公布了一种基于深度强化学习的Faster‑RCNN目标物体检测方法，采用深度强化学习的经验池保存每个时刻的区域建议网络RPN的状态，采用卷积门控循环单元输出两个动作，采用随机策略选择执行相应的动作，同时采用自定义的非极大值抑制方法去除冗余的检测框，获得与标注框最接近的检测框；采用分类网络对检测框进行分类，对检测框进行二次回归，实现对目标物体的检测与识别。采用本发明技术方案，目标定位准确，目标检测精度高。