本发明提出了一种基于区域卷积神经网络的实时目标检测方法,主要包括输入图像、目标检测系统、交替优化学习共享、分类器分类检测。将任意大小的图像作为输入,在输入图像的同时将多个感兴趣区域(RoIs)输入,区域建议网络提出了检测区域,R‑CNN探测器利用提出的检测区域,完全连接层共享所有空间位置,采用交替训练优化来学习共享特征,通过分类器分类检测。使用RPNs来生成区域建议,使用共享权值减少了网络参数,使得区域建议这一步基本无花费;其中区域建议网络(RPN)和区域卷积神经网络网络(R‑CNN)共享卷积层之间的两个网络,使得成本大幅减少,检测速度快,效率高。
声明:
“基于区域卷积神经网络的实时目标检测方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)