基于TridentNet和Cascade-RCNN结构的高速目标检测方法和系统

发明专利有效专利

申请号：
CN202011405295.2
IPC分类号：G06T7/00;G06K9/62;G06N3/04;G06N3/08;G06T5/00
申请日期：
2020-12-02
申请人：
上海卓繁信息技术股份有限公司

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	基于TridentNet和Cascade-RCNN结构的高速目标检测方法和系统
申请号	CN202011405295.2	申请日期	2020-12-02
法律状态	实质审查	申报国家	中国
公开/公告日	2021-02-12	公开/公告号	CN112365497A
优先权	暂无	优先权号	暂无
主分类号	G06T7/00 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06T 一般的图像数据处理或产生〔6，2006.01〕 G06T7/00 图像分析〔6，2006.01，2017.01〕	IPC分类号	G;0;6;T;7;/;0;0;;;G;0;6;K;9;/;6;2;;;G;0;6;N;3;/;0;4;;;G;0;6;N;3;/;0;8;;;G;0;6;T;5;/;0;0查看分类表>
申请人	上海卓繁信息技术股份有限公司	申请人地址	上海市徐汇区番禺路1028号202室变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	上海卓繁信息技术股份有限公司	当前权利人	上海卓繁信息技术股份有限公司
发明人	刘凤余;张琦;张平平;张冲
代理机构	上海点威知识产权代理有限公司	代理人	胡志强

摘要

本发明提供了一种基于TridentNet和Cascade‑RCNN结构的高速目标检测方法，所述方法包括获取目标检测图像的数据集，并对所述数据集中的图像进行增强处理；构建神经网络，其中，所述神经网络包括特征提取网络和预测网络，所述特征提取网络融合多个主干网络，并包括特征金字塔网络，每个所述主干网络中均融合可变形卷积网络，所述预测网络包含双分支结构；通过增强处理后的数据集对所述神经网络进行训练，训练过程中根据IOU阈值对目标进行判断，得到目标检测模型；通过所述目标检测模型对待检测图像进行目标检测，所述系统包括与所述方法步骤对应的模块。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供