摘要
本发明涉及一种基于上下文语义信息聚合的小目标图像检测方法,属于计算摄像技术领域。本方法采用两阶段检测模型,引入基于上下文信息聚合的特征增强模块和多级检测头辅助模型,以实现对小目标的准确检测。本方法能够在复杂的自然图像特征中快速学习到同类小目标特征之间的内在关联,在目标检测的推理过程中将已经学习到的同类小目标特征之间的内在关联和上下文信息与网络提取到的小目标特征信息聚合,有效增强小目标的特征表示。本方法不需要依赖特定的数据集训练就能达到良好的检测识别效果。
技术关键词
上下文语义信息
图像检测方法
存储模块
感兴趣
记忆
区域建议网络
两阶段
感知特征
像素
物体
矩阵
检测头
线性
检测器
符号
种子
系统为您推荐了相关专利信息
语音
深度神经网络
背景噪声信息
降噪单元
多层感知器
动态记忆矩阵
实时监测数据
核设备
状态估计模型
设备故障监测方法
分类存储方法
分类存储系统
坐标系
算法
深度学习优化
主动噪声控制方法
舰船辐射噪声
位置更新
策略
算法
注塑模具监测方法
剩余使用寿命预测
FMEA方法
传感器安装位置
实时数据