摘要
本发明公开的属于目标检测技术领域,具体为一种基于深度学习的雾霾场景下小目标检测方法,包括具体步骤如下:构建雾霾场景下小目标检测原始数据集,或使用现有公开的雾霾场景下小目标检测数据集;先采集雾霾环境下的小目标图像数据,接着使用标注工具对小目标的位置进行框选,并进行标签标注;对雾霾场景下小目标检测原始数据集进行预处理,得到预处理后的雾霾场景下小目标数据集,并对数据集进行划分,以便后续对基于深度学习的雾霾场景下小目标检测模型进行训练。本发明在处理雾霾场景下的小目标检测任务时,能够更准确地捕捉和识别小目标的细节特征,有效地减少了雾霾对小目标特征的干扰。
技术关键词
雾霾场景
注意力
生成特征
卷积模块
像素
浅层特征提取
输出特征
通道
全局平均池化
训练深度学习模型
标注工具
检测模型训练
融合特征
特征提取能力
神经网络参数
数据
图像
元素
系统为您推荐了相关专利信息
多模态数据融合
缺陷智能
多模态数据采集
红外热成像仪
标准化接口
语义变化检测方法
变化检测网络
网络结构
语义特征
影像
交通分配方法
XGBoost算法
小区
矩阵
ETC门架
注意力
大语言模型
分区探测方法
语句
计算机程序产品
自然场景文本检测
文本检测模型
代表
通道
前馈神经网络