一种基于深度学习的高精度快速单类目标检测方法

摘要

一种基于深度学习的高精度快速单类目标检测方法，包括如下步骤：步骤一）设计神经网络：确定目标物的特性，所述特性包括：目标物是刚体或非刚体，目标物自成一体或作某个更大物体的一部分;确定在应用场景中该目标物的尺寸变化范围，根据目标物的特性和目标物的尺寸变化范围确定不同尺寸下神经元感受野需要覆盖的范围，再设计出特定深度的神经网络结构。步骤二）神经网络的训练：搜集目标场景中包含有目标物体的图像数据并对每幅图像中的目标物进行标注，将标记后的图像数据作为网络学习的目标；执行标准的神经网络训练流程；步骤三）神经网络训练完毕后，将测试的场景图像输入给神经网络，根据神经网络的输出即可定位目标。