[發(fā)明專利]一種多特征提取網(wǎng)絡(luò)的目標檢測方法

有效

• 申請?zhí)枺?/td>: 202010128994.0
• 申請日: 2020-02-28
• 公開（公告）號: CN113326858B
• 公開（公告）日: 2023-08-22
• 發(fā)明（設(shè)計）人: 袁三男;孫哲;劉志超
• 申請（專利權(quán)）人: 上海電力大學(xué)
• 主分類號: G06V10/764
• 分類號: G06V10/764;G06V10/82;G06V10/766;G06N3/0464;G06N3/08
• 代理公司: 南京禹為知識產(chǎn)權(quán)代理事務(wù)所(特殊普通合伙) 32272
• 代理人: 王曉東

1.一種多特征提取網(wǎng)絡(luò)的目標檢測方法，其特征在于：包括，

搭建網(wǎng)絡(luò)結(jié)構(gòu)，針對FasterR-CNN算法不足，為候選區(qū)域生成網(wǎng)絡(luò)和分類回歸網(wǎng)絡(luò)設(shè)置獨立的特征提取網(wǎng)絡(luò)，使候選區(qū)域生成網(wǎng)絡(luò)學(xué)習(xí)的特征由FPN提取且不會進入到分類回歸網(wǎng)絡(luò)中，分類回歸網(wǎng)絡(luò)學(xué)習(xí)的特征由CNN提取；

初始化FPN特征提取網(wǎng)絡(luò)，然后對候選區(qū)域網(wǎng)絡(luò)和分類回歸網(wǎng)絡(luò)進行標準差的高斯分布隨機初始化；

訓(xùn)練網(wǎng)絡(luò)模型，需要分為候選區(qū)域生成網(wǎng)絡(luò)和分類回歸網(wǎng)絡(luò)兩個網(wǎng)絡(luò)進行訓(xùn)練，首先搭建訓(xùn)練平臺環(huán)境，對臺標數(shù)據(jù)庫的訓(xùn)練集數(shù)據(jù)作歸一化處理為大小1280*720像素，將歸一預(yù)處理后的樣本輸入到網(wǎng)絡(luò)模型的輸入層，運行代碼，當網(wǎng)絡(luò)達到訓(xùn)練次數(shù)時停止訓(xùn)練；

下載臺標數(shù)據(jù)庫，在此數(shù)據(jù)集上進行驗證，將測試臺標數(shù)據(jù)集依次輸入訓(xùn)練好的所述候選區(qū)域生成網(wǎng)絡(luò)和分類回歸網(wǎng)絡(luò)兩個網(wǎng)絡(luò)模型中進行驗證測試，采用的評價指標為準確率

P＝TP/(TP+FP)

其中TP為檢測出正例，F(xiàn)P為未檢測出或檢測錯誤的正例；P代表檢測為正例的樣本占正例樣本的比例；

對比所述候選區(qū)域生成網(wǎng)絡(luò)和分類回歸網(wǎng)絡(luò)兩個網(wǎng)絡(luò)模型的檢測結(jié)果。

2.根據(jù)權(quán)利要求1所述多特征提取網(wǎng)絡(luò)的目標檢測方法，其特征在于：下載臺標數(shù)據(jù)庫，包括多個衛(wèi)星衛(wèi)視及網(wǎng)絡(luò)衛(wèi)視的臺標，樣本隨機分為訓(xùn)練集和測試集。