技术总结
本发明实施例提供一种深度学习神经网络模型的训练装置、目标检测系统及方法，所述装置包括：特征层提取模块，对原始图像进行卷积操作获得特征层；卷积运算模块，采用不同尺度和数量的卷积滤波器对特征层进行卷积运算提取出第一特征图；特征图处理模块，对各个第一特征图进行非线性转换获得第二特征图；检测框生成模块，生成不同预定尺度的待判定检测框，判断待检测区域与实际目标的初步相似度，确定出正样本检测框；参数更新模块，对第二特征图进行回归运算匹配，对比正样本检测框与实际目标框的目标相似度，更新普通卷积层、平均池化层及各个卷积滤波器的参数值；模型输出模块，输出检测模型。本实施例能获得对小目标的检测效果好的检测模型。效果好的检测模型。效果好的检测模型。
技术研发人员：罗小平 曹继
受保护的技术使用者：深圳市豪恩汽车电子装备股份有限公司
技术研发日：2021.02.04
技术公布日：2021/6/7