摘要
该发明提出了一种基于多尺度通道融合(MCF)的方法,用于提高高分辨率图像中交通指示牌检测的精度。通过MCF模块,算法增强了对空间局部性的关注,并在通道维度上获取更全面的特征信息,有助于从融合后的多尺度特征中筛选重要信息,提升目标检测的敏感度,尤其对小目标或复杂场景的检测效果更佳。同时,新的P2检测层被引入,通过较浅层捕捉精细特征,并结合局部和全局池化保留关键信息,优化特征表达能力,提升整体检测效果。这种方法在提高检测精度的同时,降低了模型的部署难度。
技术关键词
交通指示牌
多尺度
通道
局部特征信息
输出特征
全局平均池化
上采样
算法
注意力机制
尺寸
场景
模块
精度
索引
像素
因子
元素
网络
模式
系统为您推荐了相关专利信息
语义分割方法
解码器结构
语义分割模型
序列
编码器
收集水系统
冷凝
改性MOF材料
热电制冷片
预冷通道
识别方法
异质
车辆定位系统
场景分类
机器学习方法
数据异常检测系统
风力发电机组
神经网络训练
时序
传感器节点
图像分割方法
通道注意力机制
图像增强
数据
膝关节