预览加载中,请您耐心等待几秒...
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

亲,该文档总共12页,到这已经超出免费预览范围,如果喜欢就直接下载吧~

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN111401215A(43)申请公布日2020.07.10(21)申请号202010169113.X(22)申请日2020.03.12(71)申请人杭州涂鸦信息技术有限公司地址310013浙江省杭州市西湖区浙商财富中心3幢701室(72)发明人王震(74)专利代理机构北京崇智专利代理事务所(普通合伙)11605代理人任小燕(51)Int.Cl.G06K9/00(2006.01)G06K9/32(2006.01)G06K9/62(2006.01)G06N3/04(2006.01)G06N3/08(2006.01)权利要求书2页说明书6页附图3页(54)发明名称一种多类别目标检测的方法及系统(57)摘要本申请公开了一种多类别目标检测的方法,包括:搜索待检测图像中第一类目标及第二类目标,并获得定位框;分类定位框内的图像,并获得背景概率及目标概率;过滤分类不确定的所述定位框内的图像,并获得检测结果。与现有技术相比,本申请具有如下有益效果:由于采用轻量级卷积神经网络,图像检测功能无须部署到云端,而是直接运行在摄像头内部的嵌入式硬件上,从而避免了网络传输延迟,同时降低了用户购买成本。另外,通过将人形宠物定位与分类在时序上分开处理,并且采用对比过滤机制,最终较大程度上降低了误检。CN111401215ACN111401215A权利要求书1/2页1.一种多类别目标检测的方法,其特征在于,包括:搜索待检测图像中第一类目标及第二类目标,并获得定位框;分类定位框内的图像,并获得背景概率及目标概率;过滤分类不确定的所述定位框内的图像,并获得检测结果。2.根据权利要求1所述的多类别目标检测的方法,其特征在于,搜索待检测图像中第一类目标及第二类目标,并获得定位框包括:采用轻量级卷积神经网络,从输入图像中搜寻所有第一类目标和第二类目标,输出第一类目标和第二类目标的定位框以及该定位框属于第一类目标或第二类目标的概率;所述轻量级卷积神经网络的检测框架的特征融合从步长为32的层开始逐步向步长为4的层进行;所述轻量级卷积神经网络包括七个输出层,每个输出层由定位和分类两个分支组成,定位分支得到定位框,分类分支得到该定位框属于第一类目标第二类目标的概率。3.根据权利要求2所述的多类别目标检测的方法,其特征在于,分类定位框内的图像,并获得背景概率及目标概率包括:基于所述轻量级卷积神经网络,将步长为8的层的特征图下采样4倍,然后与步长为32的层的特征图进行联结;网络输入为128x128大小的三通道RGB图像,输出为该图像属于第一类目标、第二类目标和背景的概率。4.根据权利要求3所述的多类别目标检测的方法,其特征在于,过滤分类不确定的所述定位框内的图像,并获得检测结果包括:根据第一类目标、第二类目标以及背景的概率依次为P1、P2、P3,判定为第一类目标或第二类目标的阈值为T,若P1>T,且P1/P2>1000,则判定为第一类目标;若P2>T,且P1/P2>1000,则判定为第二类目标;其他情况,判定为背景。5.根据权利要求4所述的多类别目标检测的方法,其特征在于,在原图中截取所有定位框,并将图像缩放到预定尺寸。6.根据权利要求5所述的多类别目标检测的方法,其特征在于,所述预定尺寸为128x128。7.一种多类别目标检测的系统,其特征在于,包括:定位模块、分类模块和对比过滤模块;所述定位模块采用轻量级卷积神经网络,从输入图像中搜寻所有第一类目标和第二类目标,输出第一类目标和第二类目标的定位框以及该定位框属于第一类目标或第二类目标的概率;所述轻量级卷积神经网络的检测框架的特征融合从步长为32的层开始逐步向步长为4的层进行;所述轻量级卷积神经网络包括七个输出层,每个输出层由定位和分类两个分支组成,定位分支得到定位框,分类分支得到该定位框属于第一类目标第二类目标的概率;所述分类模块基于所述轻量级卷积神经网络,将步长为8的层的特征图下采样4倍,然后与步长为32的层的特征图进行联结;网络输入为128x128大小的三通道RGB图像,输出为该图像属于第一类目标、第二类目标和背景的概率;所述过滤模块根据第一类目标、第二类目标以及背景的概率依次为P1、P2、P3,判定为2CN111401215A权利要求书2/2页第一类目标或第二类目标的阈值为T,若P1>T,且P1/P2>1000,则判定为第一类目标;若P2>T,且P1/P2>1000,则判定为第二类目标;其他情况,判定为背景。8.一种计算机设备,包括存储器、处理器和存储在所述存储器内并能由所述处理器运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1-6中任一项所述的方法。9.一种计算机可读存储介质,非易失性可读存储介质,其内存储有计算机程序