技术总结
本发明实施例公开了一种图像中的物体检测方法及装置，用以提高物体检测的实时性，该方法中将待检测的图像输入到预先训练完成的卷积神经网络中，该卷积神经网络在图像中确定每个候选区域对应的特征向量，针对每个候选区域对应的特征向量，当特征向量中类别参数的最大值大于设定阈值时，确定所述候选区域包含的物体的类别，并根据所述特征向量中的位置参数，确定所述候选区域包含的物体的位置信息。由于本发明实施例采用卷积神经网络在进行检测时确定了候选区域，计算每个候选区域对应的特征向量，从而识别每个物体的类别和位置，无需进行重复操作，提高了检测的实时性。
技术研发人员：叶昕
受保护的技术使用者：浙江大华技术股份有限公司
文档号码：201611248557
技术研发日：2016.12.29
技术公布日：2017.05.31