[發明專利]暗光環境下的目標檢測方法在審
| 申請號： | 202110233865.2 | 申請日： | 2021-03-03 |
| 公開（公告）號： | CN112861987A | 公開（公告）日： | 2021-05-28 |
| 發明（設計）人： | 李學生;李晨;牟春 | 申請（專利權）人： | 德魯動力科技（成都）有限公司 |
| 主分類號： | G06K9/62 | 分類號： | G06K9/62;G06K9/46;G06N3/04;G06N3/08 |
| 代理公司： | 成都熠邦鼎立專利代理有限公司 51263 | 代理人： | 李曉英 |
| 地址： | 610000 四川省成都市高*** | 國省代碼： | 四川;51 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 環境 目標 檢測 方法 | ||
1.暗光環境下的目標檢測方法，其特征在于：包括以下步驟：
步驟1，獲取不同背景、不同黑暗程度下包含待檢測目標的數據集；
步驟2，對數據集進行預處理，包括：
2.1，原始圖像進行反相；
2.2，利用暗通道去霧算法對反相后圖像進行調整；
2.3，對調整后的圖像再次進行反相；
2.4，將步驟2.3獲得的圖像和原圖像按照[RR’ GG’BB’]的順序堆疊成6通道的數據；
2.5，對6通道數據進行歸一化處理；
步驟3，對ssd模型進行修改，獲得目標檢測模型，包括：
3.1，搭建傳統的SSD模型；
3.2改進SSD模型的激活函數：選擇PReLU作為激活函數；
改進SSD模型的下采樣模塊：將下采樣過程中stride=2的卷積模塊替換成Focus模塊；
調整SSD模型的損失函數：將用于分類的softmaxloss換成focalloss；
步驟4，將步驟2獲得的數據分為訓練集和測試集，用訓練集對目標檢測模型進行訓練；
步驟5，用測試集對訓練后的目標檢測模型進行測試。
2.根據權利要求1所述的暗光環境下的目標檢測方法，其特征在于：所述步驟3.1中的ssd模型采用mobileNet作為主干網絡。
3.根據權利要求2所述的暗光環境下的目標檢測方法，其特征在于：主干網絡包括5次下采樣。
4.根據權利要求3所述的暗光環境下的目標檢測方法，其特征在于：分別在第三次、第四次、第五次下采樣的特征圖上做分類預測和回歸預測。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于德魯動力科技（成都）有限公司，未經德魯動力科技（成都）有限公司許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202110233865.2/1.html，轉載請聲明來源鉆瓜專利網。
