技术总结
一种基于Faster‑RCNN的自适应快速目标检测方法。其包括将原始图像输入底层特征提取网络中得到特征图；将特征图输入区域建议网络的卷积层中进行训练；对候选区域进行重叠度评分，然后自适应选取候选区域并输入分类和回归层中进行训练，得到含有目标的候选区域；将含有目标的候选区域和特征图一起送入最终分类回归层，判断出哪一类目标等步骤。本发明将底层特征提取网络从vgg网络改变成残差网络，使网络深度更深更高，提取的特征自然更抽象更全面，提高了目标检测的识别率。采取自适应的方式选取候选区域的数量，通过训练结果反馈调节，使候选区域的数量在300‑2000之间动态变化，有效减少了训练时间，并且识别率更高。
技术研发人员：张良;曹之君
受保护的技术使用者：中国民航大学
技术研发日：2019.09.05
技术公布日：2020.01.17