← 返回列表
一种基于长尾数据的自适应阈值NMS多目标检测方法
申请人信息
- 申请人:长讯通信服务有限公司
- 申请人地址:510000 广东省广州市天河区翰景路1号201房自编B2
- 发明人: 长讯通信服务有限公司
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种基于长尾数据的自适应阈值NMS多目标检测方法 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311375628.5 |
| 申请日 | 2023/10/23 |
| 公告号 | CN117636002A |
| 公开日 | 2024/3/1 |
| IPC主分类号 | G06V10/764 |
| 权利人 | 长讯通信服务有限公司 |
| 发明人 | 凌小根; 刘荣杰; 吴伟龙; 潘志文; 田尧 |
| 地址 | 广东省广州市天河区翰景路1号201房自编B2 |
摘要文本
长讯通信服务有限公司获取“一种透气窗帘布”专利技术，本发明公开了一种基于长尾数据的自适应阈值NMS多目标检测方法，包括以下步骤：步骤一，输入目标检测的长尾训练数据，分析和计算数据特征；步骤二，采用Faster RCNN模型训练目标检测模型；步骤三，把需要检测的长尾目标检测数据输入Faster RCNN目标检测模型，获取多个目标候选框；步骤四，根据长尾训练数据的数据特征，对每一个类别进行自适应阈值计算，并执行非极大值抑制处理；步骤五，根据步骤四的方法，对所有类别的待检测框进行冗余框筛选，获得目标检测结果，本发明考虑了目标检测实际应用中广泛存在的长尾数据现象，自适应调整非极大抑制算法的阈值，从而保护尾部类别目标检测框不被过度抑制，可有效降低尾部类别目标的漏检率。
专利主权项内容
1.一种基于长尾数据的自适应阈值NMS多目标检测方法，其特征在于，包括以下步骤：步骤一，输入目标检测的长尾训练数据，分析和计算数据特征；步骤二，采用Faster RCNN模型训练目标检测模型；步骤三，把需要检测的长尾目标检测数据输入Faster RCNN目标检测模型，获取多个目标候选框，将所有目标候选框按照不同的类别标签分组，并对每一个类别的所有目标候选框按照置信度进行排序；步骤四，根据长尾训练数据的数据特征，对每一个类别进行自适应阈值计算，并执行非极大值抑制处理；步骤五，根据步骤四的方法，对所有类别的待检测框进行冗余框筛选，获得目标检测结果。 马-克-数据