摘要
本发明涉及一种基于多尺度特征提取和多分支融合的微小目标检测方法及系统,包括:获取图像并进行预处理;将预处理后的图像输入至训练后的微小目标检测模型进行目标检测,得到目标检测结果;其中,微小目标检测模型包括多尺度多分支特征提取模块、上下文注意力模块和检测头,通过多尺度多分支特征提取模块,从增加特征表示的角度出发,采用多分支卷积结构来提取不同尺度的语义信息;通过上下文注意力模块构建小目标与背景之间的全局关系;通过检测头实现微小目标检测。本发明通过多分支结构采用不同尺寸的卷积核和不同的膨胀率,能够从多个尺度捕捉目标特征,从而显著提升对微小目标的表征能力。
技术关键词
多尺度特征提取
特征提取模块
上下文特征
注意力
检测头
图像
输出特征
Softmax函数
Sigmoid函数
多分支结构
生成特征
语义特征
处理器
计算机设备
关系
系统为您推荐了相关专利信息
血流动力学参数
分级分类器
血管
数据可视化
拓扑网络
数据异常监测
数字孪生模型
异常信息
特征窗口
动态更新
融合神经网络
注意力
多模块
长短期记忆网络
特征提取网络
色彩补偿方法
面向色盲
色盲患者
通道注意力机制
特征提取能力