摘要
本申请属于计算机视觉及目标检测技术领域,具体涉及一种基于双链路的放牧检测方法及系统,通过引入一种语义链路网络,为主分支提供额外的细粒度特征信息,同时在训练过程中将梯度信息可靠地传递至主分支,帮助主分支更有效地学习到目标特征,增强模型对小尺度目标的感知和识别能力。同时,通过引入图神经网络融合同种类目标间语义信息,为小目标的学习提供了更丰富的特征信息,进一步解决了小目标检测中梯度消失、特征学习不足等问题。以上特点有效减少高点监控场景下误检和漏检的情况,保证了违规放牧识别的准确性和鲁棒性。
技术关键词
采样模块
节点
检测头
语义
数据输出模块
注意力神经网络
残差结构
数据获取模块
数据处理模块
图像缩放
网络模块
像素
细粒度特征
数据可视化
多层感知机
系统为您推荐了相关专利信息
简历解析方法
计算机设备
可读存储介质
长短期记忆网络
深度学习框架
刑期预测方法
知识图谱驱动
文本
可视化界面
Siamese网络
故事脉络生成方法
社交媒体数据挖掘
分支
嵌套
地理实体