专利内容由知识产权出版社提供
专利名称：一种基于特征复用的深度神经网络目标检测方法专利类型：发明专利发明人：李兆麟
申请号：CN201910724146.3申请日：20190807公开号：CN110569875A公开日：20191213
摘要：本发明提供一种基于特征复用的深度神经网络目标检测方法，其网络结构明确，训练算法简单，可以明显减少网络参数量，还可以保持较高的检测精度。其包括步骤：S1：以特征图的每个像素为中心生成不同形状和不同比例的目标候选框，获取待分类特征图；S2：构建目标检测框架；S3：训练目标检测框架，获得训练好的目标检测框架；S4：把步骤S1中通过对目标候选框获得的待分类特征图输入到训练好的目标检测框架中进行分类；S5：通过步骤S4获取的分类结果判断待分类特征图是背景或是待测目标，进而通过计算待分类特征图的物体类别和位置偏移量实现对物体的检测。
申请人：清华大学无锡应用技术研究院
地址：214000 江苏省无锡市滨湖区建筑西路777号A3幢13楼
国籍：CN
代理机构：无锡盛阳专利商标事务所(普通合伙)
更多信息请下载全文后查看
