神经网络训练方法以及通用物体检测方法、装置和系统

摘要

本发明提供了一种神经网络训练方法以及通用物体检测方法、装置和系统，涉及检测技术领域，应用于通用物体检测，该神经网络训练方法包括：对输入图片进行卷积处理，获得输入图片的特征图，对特征图进行至少两次卷积处理，利用至少两个分类器，对每次卷积处理后的中间特征图分别进行通用物体检测，获得至少两个检测结果，将至少两个检测结果进行合并，获得最终检测结果，根据最终检测结果对一个或多个分类器进行反传损失，更新一个或多个分类器中的参数，解决了现有技术中采用卷积神经网络会导致精度不高的问题，在保证计算效率的同时，能够减少误报率，进而提升了检测精度。