基于多尺度动态融合的车轮零部件检测方法

AITNT
正文
推荐专利
基于多尺度动态融合的车轮零部件检测方法
申请号:CN202510180882
申请日期:2025-02-19
公开号:CN120071000A
公开日期:2025-05-30
类型:发明专利
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
1
一种面向复杂环境的多尺度自适应动态特征融合交通标志检测方法
交通标志检测方法 YOLO模型 输出特征 动态 网络
2
联合检测和特征嵌入的多目标跟踪方法
跟踪方法 轨迹 分支 顶点特征 多尺度特征融合
3
秸秆还田免耕模式下水分-温度的协同变化对作物生长影响的模拟方法
LightGBM模型 特征数据库 情景 交互特征 土壤特征
4
一种基于改进型YOLOv11的血细胞检测方法
输出特征 异物入侵检测方法 上采样 网络 深度特征提取
5
利用计算机实现的对病变进行筛查的方法、装置和介质
深度学习网络 图像训练样本 矩阵 医学 输出特征
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号