一种基于多尺度高级语义融合网络的物体检测方法

摘要

本发明一种基于多尺度高级语义融合网络的物体检测方法，包含以下步骤：准备训练图像：收集应用场景中的包含各种不同类别物体的图像，并标注感兴趣的物体；设计多尺度高级语义融合的深度卷积神经网络结构；初始化网络中的参数；输入图像数据，通过前向计算预测检测结构，并与标签对应计算损失代价；反向传播计算网络参数的梯度，采用批量随机梯度下降法更新网络参数；迭代的进行，直到损失代价收敛，得到最终的模型；将训练好的最终模型应用于实际应用中，当输入图像时，通过该模型计算得到检测结果。