摘要
融合分层注意力和特征细化的伪装目标检测网络及方法,该网络包括特征提取层SMT、分层注意力网络层TAN、全连接解码器模块FCD和特征细化网络层FRN;特征提取层AMT的输出连接分层注意力网络层TAN的输入,分层注意力网络层TAN的输出连接全连接解码器模块FCD、以及特征细化网络层FRN的输入,全连接解码器模块FCD的输出连接特征细化网络层FRN的输入,特征细化网络层FRN的输出用于输出最终预测,本发明的目的是为了同时解决现有伪装目标检测方法的检测结果不完整和计算成本过高问题,通过对语义和细节信息的有效聚合和利用,实现对伪装对象的精确定位和精细分割,而提出的融合分层注意力和特征细化的伪装目标检测网络及方法。
技术关键词
分层注意力
输出特征
解码器
模块
网络
多尺度特征提取
像素
输出端
坐标
多层次
上采样
对象
通道
语义
元素
图像
系统为您推荐了相关专利信息
钢模板
剩余寿命预测模型
融合特征
数据处理单元
图像
主题挖掘方法
编码器
神经主题模型
信息数据处理终端
网络
人工智能辅助
专用汽车
大数据分析工具
图像编辑软件
消防设备零部件
场景构建系统
展厅
暂存模块
图像采集设备
三维扫描仪