专利内容由知识产权出版社提供
专利名称：基于深度学习和分组卷积的目标检测方法及系统专利类型：发明专利
发明人：张毅锋,蒋程,李莹莹,刘袁申请号：CN201810374361.0申请日：20180424公开号：CN1087287A公开日：20181106
摘要：本发明公开了一种基于深度学习和分组卷积的目标检测方法，涉及到基于深度学习的目标检测领域；其方法设计了一种新的网络结构：双路结构，双路结构主要包括主路结构和支路结构。该目标检测方法包括以下步骤：1)、对输入图像进行预处理；2)、基于区域推荐网络在输入图像上生成大量候选区域；3)、利用基于双路结构的卷积神经网络提取各候选区域的特征；4)、将所提取的特征输入分类器，进行分类。本发明还提出一种目标检测系统，包括图像采集单元，图像分析单元，分类单元。本发明解决了数据量、计算量大所导致的检测效率低的问题，达到了降低人力成本、提高安保等工作效率的效果。
申请人：东南大学
地址：210018 江苏省南京市玄武区四牌楼2号
国籍：CN
代理机构：南京经纬专利商标代理有限公司
代理人：朱小兵
更多信息请下载全文后查看
