摘要
本发明公开了一种基于细粒度特征的目标检测方法包括以下具体步骤:S1:网络模型设计:以YOLOv8s为模板设计一个网络模型,是在保留损失函数,正负样本分配策略等核心设计模块的基础上,使用了更强大的主干网络进行特征提取;S2:下采样模块:在MRT‑YOLO主干网络的下采样操作中使用SPD‑Conv模块,其中SPD‑Conv模块是由一个空间到深度(SPD)层;S3:通道注意力机制;S4:主干多尺度特征融合模块;S5:多尺度小目标检测结构;S6:MRT‑YOLO网络结构,本发明公开的一种基于细粒度特征的目标检测方法具有增强主干网络的特征提取能力,以及提升网络检测小目标的性能的效果。
技术关键词
细粒度特征
特征金字塔
多尺度特征融合
通道注意力机制
YOLO算法
检测结构
采样模块
特征提取能力
网络结构
模型预测值
检测头
样本
学习特征
语义
系统为您推荐了相关专利信息
人脸识别方法
人脸特征
人脸识别装置
图像采集单元
图像处理单元
农业害虫
注意力机制
特征金字塔网络
特征提取网络
特征提取模块