一种基于多层注意力融合的小目标检测方法

AITNT
正文
推荐专利
一种基于多层注意力融合的小目标检测方法
申请号:CN202410740827
申请日期:2024-06-11
公开号:CN118314335B
公开日期:2024-09-13
类型:发明专利
摘要
本发明公开了一种基于多层注意力融合的小目标检测方法,构建由骨干网络、颈部网络和检测头组成的卷积神经网络,并增设多层注意力融合模块;通过对网络中多层特征提取多尺度的注意力并进行融合,实现跨层的、多尺度的注意力融合方案,进一步增强了网络对小目标的关注程度。本发明提高了模型的性能和预测能力,能够更好地理解输入数据的语义,从而产生更具有针对性和准确性的预测结果。
技术关键词
多层注意力 权重特征 检测头 输出特征 多尺度 特征金字塔 图像 网络深度 生成特征 代表 传播算法 纹理特征 数据 尺寸 模块 语义 色彩 矩阵
系统为您推荐了相关专利信息
1
一种基于遥感大模型的目标检测方法、装置、设备及介质
遥感影像数据 多尺度特征 扫描规则 编码器 层级
2
一种风电功率概率预测方法
风电功率区间预测 概率预测方法 风电场集群 Stacking模型 复合多尺度
3
基于多模态时频图像分析的锂电池热失控安全阀开启声音检测方法
锂电池热失控 声音检测方法 图像分析 多模态 多尺度特征融合
4
一种基于自适应分布球框架的分布外样本检测方法及系统
样本检测方法 多尺度特征融合 动态 指数加权移动平均值 闭环反馈机制
5
一种基于异构设备的分布式图神经网络训练方法
神经网络训练方法 异构设备 训练设备 切割算法 顶点
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号