欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2021104008549
申请人: 浙江工业大学
专利类型:发明专利
专利状态:已下证
专利领域: 计算;推算;计数
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种轻量型目标检测方法,通过构建融合注意力机制的轻量型特征提取网络结构,实现在移动机器人上的实时目标检测任务,其特征在于具体包括如下步骤:步骤1:利用移动机器人的摄像头采集图像,从移动机器人图像采集模块中获取图片帧,并将图像缩放至320×320;

步骤2:构建并训练轻量型目标检测模型;

步骤3:使用训练好的轻量型目标检测模型对每帧中所有目标进行检测,获取每帧内的所有目标的定位框;

步骤2中的构建轻量型目标检测模型,具体包括如下步骤:步骤2.1:建立特征提取网络,建立特征提取网络,包括:步骤2.1.1:建立特征提取模块,将特征图F步骤2.1.2:建立深度压缩模块,将特征图F3依次通过全局最大池化、1×1卷积、BN归一化、ReLU激活函数、1×1卷积、Sigmoid激活函数,输出特征向量P,将F3×P得到特征图F4,建立降采样模块,将F4依次通过步长为2的1×5深度可分离卷积、BN归一化、ReLU激活函数、步长为2的5×1深度可分离卷积、BN归一化、ReLU激活函数,然后对特征通道进行随机排序,最后输出特征图C步骤2.1.3:建立上采样层,将C

步骤2.2:构建检测网络模块,通过构建三个检测分支来预测目标的中心点坐标,通过构建三个检测分支来预测目标的中心点坐标,包括:步骤2.2.1:建立目标中心点预测分支,通过1×1卷积与特征图C步骤2.2.2:通过1×1卷积与特征图C

步骤2.3:选取式(1)作为网络检测分支的损失函数;

式中,L为损失函数值,

步骤2.4:通过非极大值抑制筛选正确的目标检测框。