公开(公告)号：CN109522831B

公开(公告)日：2023-06-02

申请号：CN201811310577.7

申请日：2018-11-06

申请人： 中科院—南京宽带无线移动通信研发中心

发明人： 徐琴珍 ,  张旭帆 ,  廖如天 ,  曹钊铭 ,  杨绿溪 ,  金圣峣

IPC分类号： G06V20/58 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

摘要： 本发明公开了一种基于微卷积神经网络的车辆实时检测方法，所述的检测方法为：(1)对输入图像进行预处理，将其转化为灰度图像，并将该灰度图像的灰度值归一化到[0,1]之间或者[‑1,1]之间，并且重组到统一的大小；(2)将步骤(1)所得到的图像数据，输入到7层微卷积神经网络中，训练该微卷积神经网络，生成不同尺度的预测框进行类别预测和回归目标位置；(3)训练记录每个迭代的训练集上的误差和验证集上测试误差；(4)判断连续5个迭代验证集上损失是否降低，如果降低，返回步骤(2)若果没有降低，终止训练，保存所述的7层微卷积神经网络的参数，并查看特征提取效果。本发明使用7层卷积神经网络结构代替复杂的VGG‑16(用于大规模图像识别的深度卷积神经网络)，可以在普通机器上进行训练和测试自己的数据集，不需要拥有超高性能的GPU(图形处理器)等高性能计算设备，也不需要预训练网络，它可以从零开始进行训练和检测。

公开(公告)号：CN109522831A

公开(公告)日：2019-03-26

申请号：CN201811310577.7

申请日：2018-11-06

申请人： 中科院—南京宽带无线移动通信研发中心

发明人： 徐琴珍 ,  张旭帆 ,  廖如天 ,  曹钊铭 ,  杨绿溪 ,  金圣峣

IPC分类号： G06K9/00 ,  G06N3/04 ,  G06N3/08

摘要： 本发明公开了一种基于微卷积神经网络的车辆实时检测方法，所述的检测方法为：(1)对输入图像进行预处理，将其转化为灰度图像，并将该灰度图像的灰度值归一化到[0,1]之间或者[-1,1]之间，并且重组到统一的大小；(2)将步骤(1)所得到的图像数据，输入到7层微卷积神经网络中，训练该微卷积神经网络，生成不同尺度的预测框进行类别预测和回归目标位置；(3)训练记录每个迭代的训练集上的误差和验证集上测试误差；(4)判断连续5个迭代验证集上损失是否降低，如果降低，返回步骤(2)若果没有降低，终止训练，保存所述的7层微卷积神经网络的参数，并查看特征提取效果。本发明使用7层卷积神经网络结构代替复杂的VGG-16(用于大规模图像识别的深度卷积神经网络)，可以在普通机器上进行训练和测试自己的数据集，不需要拥有超高性能的GPU(图形处理器)等高性能计算设备，也不需要预训练网络，它可以从零开始进行训练和检测。