一种基于深度卷积神经网络的矿井目标检测与识别方法

摘要

本发明属于目标检测与智能识别领域，公开了一种深度卷积神经网络的矿井目标检测与识别方法。所述方法主要步骤包括：第一步，制作目标数据集，利用矿井视频图像采集设备捕获煤矿井下目标原始图像的一帧来构建模型输入，据此制作训练验证集和测试集；第二步，训练目标检测网络模型，利用训练验证集离线训练网络模型，直到该模型具有较高的准确率；第三步，使用训练好的目标检测网络模型对测试集中目标携带的数字序列进行检测，并获得该数字序列的四维坐标；第四步，对图片中的数字序列区域进行截取、分割操作，并依次送入LeNet‑5网络中进行识别，依据识别结果来确定移动目标的身份。该方法能有效提高矿井目标检测与识别的速度和精度。