基于改进的Faster RCNN的行人检测方法.pdf
是秋****写意
亲,该文档总共13页,到这已经超出免费预览范围,如果喜欢就直接下载吧~
相关资料
基于改进的Faster RCNN的行人检测方法.pdf
本发明公开了基于改进的FasterRCNN的行人检测方法,首先通过ResNet‑50神经网络提取样本图像的特征图,然后将所得特征图输入RPN模型,并修改了RPN模型的边框回归损失函数,生成候选框;最后将特征图和候选框发送到ROIHead模型,得到目标的类别和定位。本发明基于CNN特征,不仅可以处理任意尺度的图像,而且检测精度较高。相比已公开发明专利,本发明所公开的方法并不需要对网络进行特殊的设计,只需修改RPN模型的边框回归损失函数,充分利用了已有的可用数据,采用通用的网络结构仍旧可以达到不错的实验效
一种基于改进Faster RCNN的目标检测方法.pdf
本发明属于目标识别的技术领域,公开了一种基于改进FasterRCNN的目标检测方法,包括步骤一、将待检图像输入融合注意力机制模块的主干网络,得到不同尺度的初始特征图,再将不同尺度的所述初始特征图输入改进的FPN网络进行深层特征和浅层特征的融合,输出不同尺度的最终特征图;步骤二、利用RPN网络提取不同尺度的最终特征图中的感兴趣区域,再将感兴趣区域通过ROIAlign层映射到不同尺度的最终特征图上,并转化成统一大小,以获取固定尺寸的特征矩阵;步骤三、将所述特征矩阵拉直后输入全连接层,对目标位置进行回归,并用
基于Faster RCNN网络的缺陷检测方法及系统.pdf
本发明提出一种基于FasterRCNN网络的缺陷检测方法,包括:以ResNet‑101深度残差网络为特征提取子网络,以该特征提取子网络、RPN子网络、RoIpooling子网络以及分类子网络,构建FasterRCNN网络模型;通过已知图像数据集,对该FasterRCNN网络模型进行训练,获得缺陷检测模型;通过该缺陷检测模型对目标图像进行缺陷检测。本发明还提出一种基于FasterRCNN网络的缺陷检测系统,以及一种可以实现基于FasterRCNN网络的缺陷检测的数据处理装置。
基于Faster Rcnn的图像文本检测方法及系统.pdf
本发明涉及图像处理技术领域,公开了一种基于FasterRcnn的图像文本检测方法及系统,其方法通过对待检测图像进行预处理,以提高图像的成像质量,并通过目标检测算法对文本信息进行定位,通过定位信息利用OCR识别算法对文本信息进行文本识别,将文本信息转换为字符信息,从而提高图像识别的准确性。
自动驾驶场景下基于改进faster-RCNN的小目标检测方法.pdf
本发明属于深度学习及计算机视觉领域,具体涉及一种自动驾驶场景下基于改进faster‑RCNN的小目标检测方法。本发明选取ResNet‑50作为主干特征提取网络,首先引入可变形卷积思路对主干网进行改进,提高了卷积神经网络的变换建模能力;然后在主干网络最后两层添加空间注意力机制,能准确定位小目标,提高小目标检测的准确率并增强小目标的特征提取;同时引入特征金字塔结构,结合了自上而下和自下而上以及高低维之间的特征融合策略,从而实现了特征增强;最后利用Soft‑NMS去除冗余边框,得到最好的检测结果;并利用多尺寸训