摘要
本发明公开了基于加权跨层级通道注意力机制的特征金字塔网络检测方法,包括以下步骤;步骤1:向特征提取网络中输入原始图像,并生成多个尺度的特征图;步骤2:将所述多个尺度的特征图输入至基于加权跨层级通道注意力机制的特征金字塔网络,对多个尺度的特征图进行融合;步骤3:将融合后的特征图集合输入至检测网络,输出边界框位置、目标类别、目标置信度的检测结果。本发明能够动态调整不同层级特征的重要性权重,提升融合特征的表达能力和网络整体的检测性能;通过跨层级的通道注意力机制,学习不同层级特征之间的相关性,再进行特征融合,提高了层级间特征融合的效率,提升了目标检测的准确性和鲁棒性。
技术关键词
通道注意力机制
特征金字塔网络
特征提取网络
层级
融合特征
区域建议网络
语义
全局平均池化
网络模块
输出特征
滑动窗口
检测头
上采样
网格
图像
鲁棒性
参数
系统为您推荐了相关专利信息
模态特征
语义关键词
局部特征信息
词嵌入向量
算法模型
编码器
特征提取网络
多尺度特征
注意力解码
解码器
低光照图像增强
代表
图像增强模型
Sigmoid函数
生成抑制因子