摘要
本发明属于计算机视觉领域,具体涉及一种基于特征融合的小目标检测方法及系统,包括:将图像输入到主干网络中进行特征提取,得到多尺度特征图;将多尺度特征图输入到CIAM进行特征信息集成,得到包含目标上下文的特征信息;将主干网络中第37、50层的输出特征跨层连接到融合网络,得到结合目标原始特征信息的融合特征图;将融合特征图输入到检测网络中,得到检测结果。本发明通过将CIAM集成到yolov7的特征提取网络中,以整合多尺度特征图中目标特征及其相关背景信息,同时使用跨层特征融合网络来保留目标的原始特征,解决了小目标由于特征信息匮乏和定位误差敏感导致的识别精度低的问题。
技术关键词
融合特征
输出特征
跨层特征
多尺度特征融合
特征提取模块
分支
原始图像数据
更新模型参数
输入模块
输出模块
特征提取网络
上下文特征
上采样
通道
计算机视觉
系统为您推荐了相关专利信息
分数阶微分方程
树木生长趋势
混合整数线性规划
多传感器融合
监测方法
污渍检测方法
图像编码器
多光谱特征
图像处理模块
注意力机制
条件生成对抗网络
音频特征
条件对抗生成网络
特征提取网络
身份
成像识别方法
权重特征
特征加权融合
融合特征
训练集
火电厂锅炉燃烧
PLC系统
控制策略
预测NOx排放
深度确定性策略梯度