一种基于掩膜先验分布融合与边缘概率估计的显著性检测方法

本发明公开了一种基于掩膜先验分布融合与边缘概率估计的显著性检测方法，主要解决现有技术显著性主体判断错误，检测结果中目标边缘模糊的问题。其实施方案为：1)获取数据集与检测标签；2)获取检测标签分布；3)获取边缘概率标签；4)构建检测模型；5)构建损失函数；6)训练检测模型；7)显著性检测。本发明构建的检测模型，通过感受野模块，利用分组卷积机制，降低特征图中的信息冗余，提升语义多样性；通过交叉注意力机制，将标签的先验分布融入多尺度特征中，为显著性目标主体的判断提供了先验位置信息，避免了检测结果中显著性主体判断错误的发生；通过边缘概率估计，为边缘强化提供了引导，解决了检测结果中边缘模糊的问题。