[发明专利]一种基于深度学习的目标定位、分类算法在审
| 申请号： | 201610258047.7 | 申请日： | 2016-04-21 |
| 公开（公告）号： | CN105956608A | 公开（公告）日： | 2016-09-21 |
| 发明（设计）人： | 王曦;宋健明;谢晓靓;周冕;李皓 | 申请（专利权）人： | 恩泊泰（天津）科技有限公司 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 300000 天津市滨海新区华苑产业*** | 国省代码： | 天津;12 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于深度学习的目标定位、分类算法，包括以下步骤：S1：对第一网络输入图片，输出一系列的目标定位框和得分；S2：对第二网络输入图片和一系列子窗口；S3：对网络进行前向传播到最后一个卷积层，生成特征图；S4：使用缩放系数对子窗口进行坐标变换，使坐标映射到特征图上；S5：使用缩放后的子窗口在特征图上获取特征，并pooling到固定的大小；S6：对pooling后的数据进行分类，得到区域的分类结果和得分；S7：将目标定位框和区域的分类结果输入进分类器进行分类，输出为目标的类别和坐标。本发明可以进行有效的特征提取，并且进行有效的目标分类，同时使用统一的网络进行定位和识别，大大加速了计算的速度。 | ||
| 搜索关键词： | 一种 基于 深度 学习 目标 定位 分类 算法 | ||
【主权项】：
一种基于深度学习的目标定位、分类算法，其特征在于，包括以下步骤：S1：对第一网络输入图片，输出一系列的目标定位框和得分；S2：对第二网络输入图片和一系列子窗口；S3：对网络进行前向传播到最后一个卷积层，生成特征图；S4：使用缩放系数对子窗口进行坐标变换，使坐标映射到特征图上；S5：使用缩放后的子窗口在特征图上获取特征，并pooling到固定的大小；S6：对pooling后的数据进行分类，得到区域的分类结果和得分；S7：将目标定位框和区域的分类结果输入进分类器进行分类，输出为目标的类别和坐标。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于恩泊泰（天津）科技有限公司，未经恩泊泰（天津）科技有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201610258047.7/，转载请声明来源钻瓜专利网。
- 上一篇：一种玻璃幕墙开口型立柱的连接结构
- 下一篇：一种幕墙及幕墙用的智能通风器
