摘要
本发明公开基于相移编码和定向特征增强的旋转目标检测方法及系统,属于图像识别技术领域;方法包括:获取图像数据集并增强处理;输入到ARC网络提取任意方向目标的特征;通过EMA模块对特征进行自适应特征优化,使用ARF对优化后的特征方向信息进行编码,生成方向敏感特征用于边界框回归,再通过旋转不变池化层提取定向特征用于分类;利用相移编码器将旋转框的角度通过线性映射为对应频率的相位,预测相移余弦值,解码得到最终的相位;最后应用非极大值抑制方法,去除重叠的检测框,保留最佳的检测结果。其中使用帕累托优化理论自适应加权损失项,通过多梯度下降算法更新模型参数,得到的最终模型能够提高包含多方向小物体目标检测的准确性和效率。
技术关键词
非极大值抑制方法
梯度下降算法
全局平均池化
编码器
卷积模块
注意力
多尺度
解码
更新模型参数
网络
通信接口
图像识别技术
数据获取单元
计算机存储介质
计算机程序产品
滤波器
系统为您推荐了相关专利信息
U型卷积神经网络
图像生成模型
风格
编码器
卷积模块
视觉特征
编辑方法
词嵌入向量
特征提取方式
数据
侧扫声呐图像
旋转编码器
旋转特征
卷积特征
特征金字塔网络