摘要
本发明涉及图像识别技术领域,提供一种多尺度注意力特征提取方法、装置、电子设备及储存介质,所述方法包括:获取目标图像的第一特征图;将第一特征图输入串行卷积层进行卷积处理,得到第二特征图;第二特征图包括若干种尺度特征;对第二特征图的每种尺度特征执行全局池化操作,得到通道特征向量;将通道特征向量进行卷积处理得到卷积特征向量,计算所述得到卷积特征向量的注意力分数,得通道到注意力分数图;将第二特征图与通道注意力分数图进行融合,得到通道注意力多尺度特征图。通过串行卷积逐步深入地捕捉图像中的多尺度信息以及融合通道注意力机制,使得模型在面对目标大小差异较大的场景时,能够更准确地识别并分类不同尺度的目标。
技术关键词
特征提取方法
多尺度特征
积层
特征提取装置
通道注意力机制
全局平均池化
图像识别技术
电子设备
可读存储介质
计算机
处理器
模块
指令
存储器
场景
系统为您推荐了相关专利信息
混合专家网络
图像检索模型
视角
图像特征提取方法
图像检索方法
深度强化学习
神经网络预测模型
贝叶斯神经网络
策略
动态邻接矩阵
困难样本挖掘
图像特征提取模型
特征提取方法
视角
特征提取系统
数字孪生模型
多尺度特征融合
海洋数据监测技术
多尺度数据采集
多平台系统