（19）中华人民共和国国家知识产权局
（12）发明专利申请
（10）申请公布号CN109344821A（43）申请公布日20190215
（21）申请号CN2018110054646
（22）申请日20180830
（71）申请人西安电子科技大学
地址710071陕西省西安市雁塔区太白南路2号
（72）发明人孙伟张桢浩
（74）专利代理机构陕西电子工业专利中心
代理人程晓霞
（51）I
tCI
权利要求说明书说明书幅图
（54）发明名称基于特征融合和深度学习的小目标检测方法
（57）摘要
本发明公开了一种基于特征融合和深度学习的小目标检测方法，解决了对小目标检测精度差和实时性问题。其实现方案是：通过更深更好的ResNet101的网络模型提取高分辨率特征图；通过辅助卷积层提取5个依次减小的低分辨率特征图，扩充特征图尺度；通过特征金字塔网络得到多尺度特征图；在特征金字塔网络结构中使用反卷积操作融合高级语义层的特征图信息和浅层的特征图信息；使用不同尺度和融合特性的特征
f图进行目标预测；用非极大值抑制对多个预测边框和类别得分，得到最终的目标的边框位置和类别信息。本发明具有在保证实时检测的要求下，确保小目标检测高精度的优点，能对图像中的小目标进行快速准确的检测，可用于无人机航拍中的目标实时检测。
法律状态
法律状态公告日201902152019021520190312
法律状态信息公开公开实质审查的生效
法律状态公开公开实质审查的生效
f权利要求说明书
基于特征融合和深度学习的小目标检测方法的权利要求说明书内容是请下载后查看
f说明书
基于特征融合和深度学习的小目标检测方法的说明书内容是请下载后查看
fr