一种基于细粒度特征的目标检测方法

AITNT
正文
推荐专利
一种基于细粒度特征的目标检测方法
申请号:CN202410775859
申请日期:2024-06-17
公开号:CN118887378A
公开日期:2024-11-01
类型:发明专利
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
1
针对医药业务的人工智能客服管理方法及系统
细粒度特征 风险 人工智能客服 药品识别 术语
2
一种工业质检方法及装置
图像块特征 融合特征 工业质检 多尺度 检测工业
3
一种多特征联合人脸识别方法与装置
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
4
一种基于混合注意力机制改进的农业害虫目标检测方法
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
5
基于上下文的自回归视频生成方法、装置、设备及介质
视频生成方法 视频帧 融合特征 注意力 序列
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