摘要
本申请公开了一种模型训练方法及小目标检测方法,其中的模型训练方法对YOLOv5模型进行架构改进,具体在其Neck网络引入Biformer注意力机制,对深层特征机械能注意力筛选,利用Biformer注意力机制的区域路由动态选择关键区域,以动态选择对小目标检测更重要的图域,使得Neck网络对特征放大前强化局部特征,然后对预训练的改进YOLOv5模型采用知识蒸馏策略,增强检测模型的泛化能力和检测性能,从而提高训练的鲁棒性。
技术关键词
注意力机制
模型训练方法
模型预训练
模型训练装置
上采样
计算机可执行指令
蒸馏
计算机可执行程序
拼接模块
学生
网络
教师
图像处理模块
图像获取模块
推理算法
数据获取模块
切片
电子设备
系统为您推荐了相关专利信息
稀疏投影数据
预训练网络
卷积模块
通道注意力机制
正态分布函数
注意力机制
图像去噪模型
图像去噪方法
电力
特征提取模块
FBG传感器
模型训练方法
温度补偿方法
波长
样本
乳腺癌保乳
勾画系统
深度学习模型
图像处理单元
混合损失函数