Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于红外及可见光下的多尺度目标检测方法 

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:中国人民解放军96901部队25分队;中国电子科技集团公司第五十二研究所

摘要:本发明公开了一种基于红外及可见光下的多尺度目标检测方法,采集红外图像和可见光图像样本,进行标定及数据增强处理,形成训练样本,构建并采用训练样本训练目标检测网络模型,然后将待检测的红外图像或可见光图像,利用训练好的目标检测网络模型进行检测,输出检测结果。本发明利用红外及可见光图像不同的特性,并通过设计一种多尺度的目标检测网络结构及数据增广及训练策略,可以大大提升目标检测技术对复杂场景及小目标的检测精度和准确率。

主权项:1.一种基于红外及可见光下的多尺度目标检测方法,其特征在于,所述基于红外及可见光下的多尺度目标检测方法,包括:采集红外图像和可见光图像样本,进行标定及数据增强处理,形成训练样本;构建并采用训练样本训练目标检测网络模型,所述目标检测网络模型在YOLOV3的基础上,在YOLOV3基础特征网络Darknet-53中的8倍降采样和16倍降采样层中顶层的卷积层前,分别加入1组RFB结构;对于YOLOV3的三个尺度的输出分支y1、y2和y3,去除原YOLOV3网络y1和y2分支预测层中采用的上采样操作;在4倍下采样的特征图中通过加入步长为2的Gbneck模块进行降采样后与8倍下采样进行Concat叠加,然后再通过步长为1的Gbneck模块进行通道数的缩放,作为y3分支的最终输出;同时采用步长为2的Gbneck模块分别对y3和y2分支输出前的特征图进行降采样,后依次与原有的16倍降采样和32倍降采样进行Concat连接,之后采用步长为1的Gbneck模块进行通道的缩放,分别作为y2与y1分支的最终输出;将待检测的红外图像或可见光图像,利用训练好的目标检测网络模型进行检测,输出检测结果。

全文数据:

权利要求:

百度查询: 中国人民解放军96901部队25分队 中国电子科技集团公司第五十二研究所 一种基于红外及可见光下的多尺度目标检测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。