摘要
本发明提出了基于多尺度动态融合的车轮零部件检测方法,涉及图像识别技术领域,本发明提出了车轮零部件检测流程,包括图像预处理模块,主干网络模块,特征融合模块,目标检测模块,同时提出的MSA‑T模块,DWFA模块,DAD‑Head模块,MSA‑T模块通过多尺度卷积核提取不同感受野的局部特征,自注意力机制能够捕获长距离依赖和全局上下文信息,DWFA模块通过动态权重生成机制,根据不同输入特征的贡献度自适应调整融合比例;多尺度特征的对齐和融合,在捕捉小目标的细粒度的同时,不丢失高层语义信息,DAD‑Head模块通过动态权重分配机制,专门针对分类任务和回归任务的特征需求进行优化。
技术关键词
车轮零部件
多尺度特征
网络模块
输出特征
卷积特征提取
动态
注意力
像素点
分支
上下文语义信息
多尺度卷积核
权重分配机制
高层语义信息
高层语义特征
细粒度特征
图像识别技术
后处理模块
系统为您推荐了相关专利信息
交通标志检测方法
YOLO模型
输出特征
动态
网络
LightGBM模型
特征数据库
情景
交互特征
土壤特征
输出特征
异物入侵检测方法
上采样
网络
深度特征提取