摘要
本发明涉及计算机视觉技术领域,具体公开了自适应金字塔与多阶段路径聚合的轻量化多任务小目标检测算法,包括自适应特征金字塔网络、多阶段路径聚合模块、轻量化Transformer模块、优化的通道注意力机制、多任务学习头以及算法训练方法。本发明采用上述自适应金字塔与多阶段路径聚合的轻量化多任务小目标检测算法,通过结合Adaptive FPN,实现不同层级特征的动态权重调整,增强多尺度特征的表达能力。MPAM模块在原有基础上引入轻量化Transformer模块,利用轴向注意力(Axia Attention)机制进行全局特征建模,提升模型对小目标的感知能力,并优化通道注意力机制以减少计算开销。
技术关键词
多任务
特征金字塔网络
算法训练方法
通道注意力机制
联合损失函数
模型压缩方法
多阶段
模块
特征融合技术
知识蒸馏技术
多尺度特征融合
集成学习方法
检测头
层级
监督学习方法
系统为您推荐了相关专利信息
红外检测方法
噪声模型
联合损失函数
红外检测装置
噪声分量
轴承故障诊断方法
工况
窗口结构
通道注意力机制
数据
交通标识牌
神经网络模型
内容识别方法
编码
特征金字塔网络
基元
草图生成方法
手绘草图
草图数据集
多层感知机
深度学习算法
信号采集器
时域特征提取
频域特征提取
空间特征提取