一种基于深度学习和多层特征融合的驾驶场景目标检测方法

专利类型：发明专利 

语 言：中文 

申 请 号：CN201810530668.5 

申 请 日：20180529 

发 明 人：赵敏孙棣华贾建 

申 请 人：重庆大学 

申请人地址：400044 重庆市沙坪坝区正街174号 

公 开 日：20181123 

公 开 号：CN201810530668.5 

代 理 人：武君 

代理机构：北京汇泽知识产权代理有限公司 11228 

摘　　要：本发明涉及交通图像处理技术领域，公开了一种基于深度学习和多层特征融合的驾驶场景目标检测方法，该方法包括以下步骤：1)采集视频图像，作为训练数据集，并进行预处理；2)搭建训练网络；3)对训练网络进行初始化，获得预训练模型；4)使用步骤3)获得的预训练模型在训练数据集上进行训练，获得训练模型；5)使用车载摄像头采集前方图像，将图像输入步骤4)获得的训练模型中，获得检测结果。本发明采用基于特征金字塔的多层特征融合方法来增强低层特征图的语义信息，从而提升网络的特征提取质量，获得更高的检测精度。 

主 权 项：1.一种基于深度学习和多层特征融合的驾驶场景目标检测方法，其特征在于，该方法包括以下步骤：1)采集视频图像，作为训练数据集，并进行预处理；2)搭建训练网络；3)对训练网络进行初始化，获得预训练模型；4)使用步骤3)获得的预训练模型在训练数据集上进行训练，获得训练模型；5)使用车载摄像头采集前方图像，将图像输入步骤4)获得的训练模型中，获得检测结果。 

关 键 词： 

法律状态：生效 

IPC专利分类号：G06K9/00;G06K9/62;G06K9/00;G06N3/04;G06N3/00;G;G06;G06K;G06N;G06K9;G06N3;G06K9/00;G06K9/62;G06K9/00;G06N3/04;G06N3/00