摘要
本发明提供了一种基于语义分化的有向小目标检测方法。构建了基于语义分化的有向小目标检测网络,主要包括主干网络、语义分化分支和有向检测分支三部分,其中,语义分化分支通过选取检测质量较高的样例特征引导自定义的类别相关卷积核完成分化,再与输入的层级化特征进行卷积,能够增强前景区域的目标响应和不同类别目标特征的判别性;网络训练时采用小目标中心度量和实例级重校准策略,通过挖掘潜在的优质样本和动态调整样本的回归损失权重,增强模型对于极小尺寸目标的拟合。本发明能够在保持检测效率的同时显著提升小目标检测精度。
技术关键词
语义
校准策略
特征金字塔网络
分支
度量
样本
抑制算法
图像块
全局平均池化
数据
层级
冗余
模块
因子
非线性
动态
精度
通道
系统为您推荐了相关专利信息
残差网络
图像分割方法
图像分割网络
积层
空间金字塔
图谱
中医临床案例
记录管理方法
患者诊疗数据
模糊聚类算法
数据分析系统
跨模态
编码特征
交互特征
贴标签系统