技术特征：
技术总结
本发明公开了一种改进类别不平衡的目标检测方法，包括：在传统特征检测网络中添加用于生成掩码图的分支结构，得到与指定分辨率的特征图具有相同尺寸的掩码图；对掩码图进行训练，根据训练结果为掩码图中的每一掩码格分配正负标签，对于正掩码格，对其上的锚框进行训练，对于负掩码格，忽略在其上的锚框，不参与训练，最终得到训练好的目标检测模型；在测试阶段，利用训练好的目标检测模型进行锚框的筛选，进而得到目标检测结果。该方法可以很好地应用在基于深度学习的目标检测器上，较好地解决在深度目标检测器中正负样例不平衡的问题，从而提升目标检测算法的精确度。
技术研发人员：徐童;陈卓;刘东;陈恩红
受保护的技术使用者：中国科学技术大学
技术研发日：2019.06.05
技术公布日：2019.09.06