摘要
本发明公开了一种目标检测方法、装置、设备、介质及产品。该方法包括:在多边框检测框架内,选定至少两个卷积层的输出作为目标检测任务的至少两个尺度的初始特征;针对每一尺度,对相邻尺度的初始特征和当前尺度的初始特征进行双向跨尺度加权特征融合得到当前尺度的初始融合特征;对每一尺度的初始融合特征和初始特征连接得到每一尺度的目标融合特征;对任一目标融合特征进行空间方向的特征融合分别得到第一方向感知特征和第二方向感知特征;根据第一方向感知特征、第二方向感知特征和目标融合特征得到目标图像特征;根据目标图像特征进行目标检测,得到目标检测结果。本发明实施例可以提高小目标检测和轨道异物侵限检测的准确性。
技术关键词
感知特征
融合特征
加权特征
多层次特征提取
深度卷积神经网络
缩放参数
异物侵限检测
图像
可读存储介质
降维特征
特征提取模块
计算机程序产品
电子设备
处理器通信
通道
框架
上采样
系统为您推荐了相关专利信息
天气状况预测
供热负荷预测方法
支持向量回归模型
变压器模型
调节供热系统
编码向量
图像块
分级预测方法
监督学习模型
融合特征
退化特征
特征提取网络
超分辨率
频域特征
图像结构
无人机遥感
光谱反射率特征
区域作物
图像分割
序列
计算机系统
多模态
深度特征提取网络
动态时间规整算法
生成对抗网络