摘要
本发明涉及计算机视觉技术领域,本发明公开了一种基于多模型融合提高目标检测精度的方法,包括以下步骤:步骤S1:对输入图像进行目标检测的粗定位,从而提取目标检测1对应的粗定位特征图;步骤S2:对目标检测1使用多模型并行特征提取分别获取目标检测2‑4对应的并行特征图;步骤S3:将并行特征图通过多层次特征融合获得融合特征图:步骤S4:对融合特征图通过互补增强机制进行串联,通过深层次特征融合获得深度融合特征图;步骤S5:构建元模型,将深度融合特征图通过元模型选择最优的模型组合和权重分配获得配比融合特征图;步骤S6:将步骤S5中获取配比融合特征图进行融合输出最终预测结果。
技术关键词
融合特征
多模型
多层次特征融合
并行特征提取
多尺度特征
精度
电子装置上执行
引入注意力机制
特征金字塔网络
计算机可读程序
元学习算法
计算机视觉技术
逻辑
计算机程序产品
图像
输入接口
高层次
框架
系统为您推荐了相关专利信息
缺陷类别
动态缺陷
灰度直方图
智能设备
机器人视觉
智能评估系统
AI大数据
数据处理模块
融合特征
时序特征
可见光图像
融合方法
滑动窗口
语义特征
交叉模块
特征提取网络
联邦学习方法
多模态
分类网络
云服务器