一种基于多尺度特征融合的视频目标检测方法及系统

摘要

本发明公开一种基于多尺度特征融合的视频目标检测方法及系统，方法包括首先将特征金字塔网络FPN网络应用到Faster R‑CNN所使用的骨干网络ResNet101中构建深度神经网络；然后将所述视频目标检测数据集依次输入深度神经网络中的骨干网络、多尺度特征融合结构、RPN网络和检测头进行训练以及验证，获得目标检测模型；最后将待检测的目标视频图像输入至目标检测模型进行预测，获得目标预测的类别和具体位置。本发明同时融合来自上层的高级语义特征和来自下层的细节特征，从而更加充分地获取目标特征信息，有效提高对视频目标的检测准确率。