一种通道与空间融合感知的深度学习目标检测方法

发明专利有效专利

申请号：
CN201911048207.5
IPC分类号：G06N3/04;G06N3/08
申请日期：
2019-10-30
申请人：
福州大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种通道与空间融合感知的深度学习目标检测方法
申请号	CN201911048207.5	申请日期	2019-10-30
法律状态	实质审查	申报国家	中国
公开/公告日	2020-02-14	公开/公告号	CN110796239A
优先权	暂无	优先权号	暂无
主分类号	G06N3/04 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06N 基于特定计算模型的计算机系统〔7〕 G06N3/00 基于生物学模型的计算机系统（仿真生物的功能方面的模拟计算机入G06G 7/60）〔7〕 G06N3/02 采用神经网络模型（用于自适应控制的入G05B 13/00；用于图像模式匹配的入G06K 9/00；用于图像数据处理的入G06T 1/40；用于语音模式匹配的入G10L 15/16）〔7〕 G06N3/04 体系结构，例如，互连拓扑〔7〕	IPC分类号	G;0;6;N;3;/;0;4;;;G;0;6;N;3;/;0;8查看分类表>
申请人	福州大学	申请人地址	福建省福州市闽侯县福州大学城乌龙江北大道2号福州大学变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	福州大学	当前权利人	福州大学
发明人	吴林煌;杨绣郡;范振嘉;陈志峰
代理机构	福州元创专利商标代理有限公司	代理人	钱莉;蔡学俊

摘要

本发明涉及一种通道与空间融合感知的深度学习目标检测方法，首先构建通道与空间融合感知模块，并将其嵌入深度神经网络架构中，然后利用改造后的深度神经网络架构对目标图片进行目标检测；其中所述通道与空间融合感知模块的构建具体为：首先对原始输入的特征图进行通道感知，接着进行空间感知的级联。本发明其既不加深网络深度或宽度，也不引入额外空间向量，同时保证了实时性和精度。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供