摘要
本发明公开了一种基于YOLOv5网络的天文测光图像中密集小目标源检测网络。此网络在输入部分接收数据并对其进行数据增强,利用卷积对图像进行特征提取;在特征融合部分将提取到的不同层次的特征进行融合,得到拥有更多信息的多尺度特征图,此过程中还引用了通道、空间注意力机制和自注意力机制,通道注意力模块增强了混合目标的特征表示,空间注意力模块突出了特征图的有用区域,自注意力模块可以捕获全局信息和丰富的上下文信息,使网络能够关注重要信息并充分学习它;在检测头部分使用三层检测结构,分别处理不同尺度特征图,最终输出物体的位置信息。本发明与目前主流的目标检测算法相比更适合于测光图像中密集小目标源检测,具有更高的准确率。
技术关键词
注意力机制
图像
模块
检测结构
通道
特征融合网络
多尺度特征
数据
输出特征
动态地
检测头
上采样
特征点
物体
算法
系统为您推荐了相关专利信息
单体结构
古建筑结构
载荷
三维模型
风速风向监测仪
下垂控制算法
变换器
流控制方法
电压
数字控制器
时间序列预测方法
时间序列预测系统
梯度下降算法
电力
参数