[發明專利]圖像的檢測裝置

有效

• 申請號: 201710596100.9
• 申請日: 2017-07-19
• 公開（公告）號: CN107369154B
• 公開（公告）日: 2020-05-05
• 發明（設計）人: 楊國武;秦曉明;曹占濤;曾安軍;聶婧;梁濤;董俊文;呂鳳毛;林晨;張艷;張菊玲
• 申請（專利權）人: 電子科技大學
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06N3/04;G06N3/08
• 代理公司: 北京超凡志成知識產權代理事務所(普通合伙) 11371
• 代理人: 蘇勝

1.一種圖像的檢測裝置，其特征在于，所述裝置包括：

獲取單元，用于獲取待檢測的超聲波圖像；

檢測單元，用于根據預設的目標檢測網絡模型對所述待檢測的超聲波圖像進行檢測，獲取所述待檢測的超聲波圖像中的目標對象；

所述裝置還包括：

建議網絡訓練單元，用于以獲取到的多個超聲波圖像為訓練數據，通過優化的反向傳播算法對區域建議網絡進行訓練，獲得第一區域建議網絡，所述優化的反向傳播算法的代價函數為基于在原始的代價函數上增加L1正則項或L2正則項；

所述原始的代價函數為：

其中，x⁽ⁱ⁾表示向量x中的第i個元素，y⁽ⁱ⁾表示向量y中的第i個元素，h_θ(x⁽ⁱ⁾)為已知的假設函數，m為訓練數據的數量，L1正則項為L2正則項為其中，λ、n為正數，w為權重系數；

卷積神經網絡訓練單元，用于以所述第一區域建議網絡模輸出的多個建議框作為輸入，訓練基于區域的卷積神經網絡；

初始化單元，用于根據所述基于區域的卷積神經網絡的參數初始化與所述基于區域的卷積神經網絡共享卷積層的第二區域建議網絡；

更新單元，用于固定所述卷積層的參數，更新所述第二區域建議網絡的網絡層及更新所述基于區域的卷積神經網絡的網絡層，以此重新訓練所述第二區域建議網絡的網絡層及所述基于區域的卷積神經網絡，獲得預設的區域建議網絡模型和預設的卷積神經網絡模型。

2.根據權利要求1所述的裝置，其特征在于，所述預設的目標檢測網絡模型包括預設的區域建議網絡模型和與所述預設的區域建議網絡模型共享卷積層的預設的卷積神經網絡模型，所述檢測單元包括：

特征提取子單元，用于根據所述預設的區域建議網絡模型對所述待檢測的超聲波圖像進行特征提取，獲得多個目標建議區域；

檢測子單元，用于根據所述預設的卷積神經網絡模型對所述多個目標建議區域進行檢測，獲取所述目標建議區域中對應的目標對象。

3.根據權利要求1所述的裝置，其特征在于，所述建議網絡訓練單元包括：

建議網絡訓練子單元，用于以獲取到的多個超聲波圖像為訓練數據，利用Dropout對所述區域建議網絡進行修改，通過優化的反向傳播算法對修改后的區域建議網絡進行訓練，獲得第一區域建立網絡。