摘要
本发明提供一种基于图像特征融合的小目标检测方法,基于特征复用构造t形骨干网络,将初始骨干网络的最下层特征层进行上采样,并将浅层特征与深层特征进行融合,最后输出四个特征层,在保留更多小目标区域特征的同时缓解了随着网络加深而出现的特征信息丢失问题;本发明根据t形骨干网络输出的四个特征图构造出四分支加强特征提取网络,通过将不同尺度的特征图进行不断的上采样和下采样并将其进行融合,以挖掘出更多小目标的潜在特征;本发明通过HDA注意力模块构建图像中的全局关系,以此丰富图像中目标实例的全局位置信息,最终提高了小目标的检测精度。
技术关键词
特征提取网络
图像
矩阵
优化器
分支
随机梯度下降
检测头
上采样
预训练模型
数据
多层感知机
通道
线性
注意力
马赛克
代表
尺寸
训练集
参数