买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：南京理工大学

摘要：本发明公开了一种基于GoogLeNet的卷积神经网络行人识别方法。该方法步骤如下：加载所需的工具包；定义卷积神经网络网络：定义GooLeNet神经网络模型；定义GooLeNet神经网络结构；加载VOC2007+2012数据集：标注文件夹及图片位置；生成验证和训练所需批次；进行网络检测：每张图片生成7*7个网格；网格负责预测类别信息；每个网格中的boundingbox负责预测坐标信息；生成置信度值；进行网络测试；定义模型的损失函数；加载已训练好的权重；展示图像处理结果。本发明增强了神经网络的特征表达能力，同时也提高了行人检测在夜间及复杂背景下的准确率。

主权项：1.一种基于GoogLeNet的卷积神经网络行人识别方法，其特征在于，包括以下步骤：步骤1，开始操作，加载所需的工具包；步骤2，定义卷积神经网络即定义GoogLeNet的神经网络模型及其神经网络结构；步骤3，加载VOC2007+2012数据集即标注数据集中的文件夹及图片位置，生成验证和训练所需批次；步骤4，对训练图片生成7*7网格并分别预测类别信息、坐标信息、置信度值，进行网络检测，具体步骤如下：步骤4-1、将一张图片生成网格将一张图片分成7*7个网格，物体的中心落在这个网格中此网格就负责预测这个物体；最后一层输出为7*7*2*5+1的维度，每个1*1*11的维度对应原图7*7个网格中的一个，1*1*11中含有class和boundingbox，class对应类别预测，boundingbox对应坐标预测；步骤4-2、预测boundingbox的坐标每个网格要预测2个boundingbox的坐标即X，Y，W，H，其中：中心坐标X，Y相对于对应的网格归一化到0-1之间，W，H用图像的宽度和高度归一化到0-1之间；每个boundingbox除了要回归自身的位置之外，还要附带预测一个置信度值，该置信度值代表所预测的boundingbox中含有目标的置信度和预测的准确度两重信息；如果有人工标记的物体groundtruebox落在一个网格里，第一项取1，否则取0；第二项是预测的boundingbox和实际的groundtruthbox之间的交并比IOU值；即：每个boundingbox要预测X、Y、W、H、置信度共5个值，2个boundingbox共10个值，对应1*1*11维度特征中的前10个；步骤4-3、预测class类别信息每个网格还要预测class即类别信息，官方权重中包含20个类别，现在只有person即人物一个类别；7*7的网格，每个网格要预测2个boundingbox和1个类别概率，输出就是7*7*5*2+1；即通用公式为：S*S个网格，每个网格要预测B个boundingbox还要预测C个class，输出就是S*S*5*B+C的一个张量；其中，class信息是针对每个网格的，confidence信息是针对每个boundingbox的；步骤5，进行网络测试，得到训练后的检测结果；步骤6，定义模型损失函数；步骤7，加载已训练好的权重，准备进行随机图像识别；步骤8，输出并展示图像识别效果。

全文数据：

权利要求：

百度查询： 南京理工大学 基于GoogLeNet的卷积神经网络行人识别方法