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)
1027
编辑：管理员
来源：北方有色网
咨询细节
