本发明公开了一个基于在线掩膜感知的多尺度目标个数统计网络,包括以下步骤:1)将数据集样本分辨率调整为8的倍数,分别构建训练、验证及测试数据集;2)训练过程,对训练数据执行在线增广;3)构建多尺度目标个数统计网络;4)基于训练数据集对在线掩膜感知网络的参数进行训练,5)将保存的模型参数在测试数据集测试,得出测试数据集的目标统计结果。本发明设计了在线掩膜感知模块,自动感知网络中丰富的语义信息,降低网络的学习难度。同时设计了多尺度学习模块,使得网络根据目标尺度的变化学习其重要特征。本发明可实现高密度目标的个数统计及分布预测,可实现行人、车辆、果实等目标的个数统计。
声明:
“基于在线掩膜感知的多尺度目标个数统计网络” 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)