一种基于深度神经网络的密集小目标检测方法

摘要

本发明提出了一种基于深度神经网络的密集小目标检测方法，按照目标的类别的方式对目标进行锚点划分比例进行计算，采用目标的类别的方式对目标进行锚点划分比例进行计算，并采用k‑means聚类，获得各类初始锚点分配，避免因为各个类别的目标数量不平衡，离群值造成锚点干扰的问题；此种分配情况可以精确反应出小目标的细微变化，有效表征训练集中的小物体，使得模型容易收敛，在提高了检测精度和深度的同时，还可增加检测速度，实现实时检测；解决了现有技术对于小目标的检测无法做到对深度和检测速度的兼顾，不能很好预测小目标的位置从而影响检测精度，并且兼顾实时检测的缺点。