摘要
本发明公开了一种使用新型注意力机制的太赫兹目标检测模型训练方法,属于太赫兹科学技术领域。所述方法包括使用小波变换法对太赫兹图像处理获得增强图像;将所述增强图像输入至主干特征提取网络中,获得多尺度特征图;将多尺度特征图输入至自适应上下文感知注意力网络,获得增强上下文关联注意力特征信息;将所述增强上下文关联注意力特征信息输入特征融合模块获得多尺度融合特征信息;将所述多尺度融合特征信息输入至解耦预测模块获得预测结果,对所述目标检测网络模型进行训练以及参数进行更新。本发明提高了像素级水平识别率,能够对太赫兹图像中的隐匿目标进行实时精确定位和识别,在太赫兹智能安检系统中具有重要的应用价值。
技术关键词
检测模型训练方法
注意力机制
输出特征
多尺度特征
检测网络模型
融合特征
图像
特征提取网络
太赫兹科学技术
子模块
智能安检系统
执行矩阵乘法
网格
通道
全局平均池化
尺寸
系统为您推荐了相关专利信息
配电网负荷预测
动态时间规整
历史负荷数据
邻近算法
时序特征
数量统计方法
注意力机制
语义向量
语言编码器
视觉特征
特征提取模块
合成孔径雷达图像
特征提取网络
多源遥感图像
多源特征融合
混合深度学习模型
光伏发电功率
天气
长短期记忆网络
数据
商品溯源方法
容器化技术
强化学习模型
引入注意力机制
决策