摘要
本发明属于深度学习、计算机智慧城市监控技术领域,公开一种抗复杂场景干扰的井盖类别自动检测方法,包括:S1、图像收集与分类;S2、图像标注;S3、数据扩充;S4、采用ResNet-101模型作为网络骨架,在ResNet-101模型上添加一系列从大到小的卷积层、池化层和全连接层,用于预测图片中井盖的类别信息和位置信息,构建R-FCN井盖检测模型;S5、通过迭代训练得到最优的R-FCN井盖检测模型;S6、对图片或者视频进行识别得到图片或视频中井盖的类别和位置信息。本发明使用基于深度学习的方法能更加高效地检测出井盖的破损。本发明还提供一种抗复杂场景干扰的井盖类别自动检测系统。
- 单位