本發明提出了一種基于區域卷積神經網絡的實時目標檢測方法,主要包括輸入圖像、目標檢測系統、交替優化學習共享、分類器分類檢測。將任意大小的圖像作為輸入,在輸入圖像的同時將多個感興趣區域(RoIs)輸入,區域建議網絡提出了檢測區域,R?CNN探測器利用提出的檢測區域,完全連接層共享所有空間位置,采用交替訓練優化來學習共享特征,通過分類器分類檢測。使用RPNs來生成區域建議,使用共享權值減少了網絡參數,使得區域建議這一步基本無花費;其中區域建議網絡(RPN)和區域卷積神經網絡網絡(R?CNN)共享卷積層之間的兩個網絡,使得成本大幅減少,檢測速度快,效率高。
聲明:
“基于區域卷積神經網絡的實時目標檢測方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)