基于渐进式多尺度特征融合网络的小目标检测方法

AITNT
正文
推荐专利
基于渐进式多尺度特征融合网络的小目标检测方法
申请号:CN202510265797
申请日期:2025-03-07
公开号:CN119888199A
公开日期:2025-04-25
类型:发明专利
摘要
本发明属于小目标检测技术领域,具体为一种基于渐进式多尺度特征融合网络的小目标检测方法,解决了现有小目标检测方法中特征金字塔网络深层特征中语义信息丢失,同时使用自下而上的路径导致浅层的信息在下采样与按路径融合时出现小目标特征丢失的技术问题,其包括将待检测小目标图像的大小进行统一调整,将调整后的图像输入到小目标检测网络的骨干网络部分;骨干部分对输入的待检测图像进行特征提取,得到四个尺度的特征图;颈部部分对骨干网络输出的四个尺度的特征图进行特征增广;再对特征图进行尺度对齐,通过对不同层级的特征进行上采样或下采样来实现每个特征图进行尺度调整;将处理后的特征图输入检测头预测置信度、分类和边界框。
技术关键词
卷积模块 空洞 融合特征 Sigmoid函数 特征金字塔网络 上采样 图像 代表 注意力机制 层级 检测头 基础 语义 元素 阶段 关系 尺寸
系统为您推荐了相关专利信息
1
多模态传感与AI算法的体育竞赛实时判罚系统及方法
输入结构 运动员 器械 能量管理模块 多模态
2
一种基于图像实例分割的智慧轨道路面损伤分割方法
实例分割 分割方法 路面缺陷 无人机自动巡航 卷积神经网络结构
3
水草种植面积的提取方法、电子设备和存储介质
卫星遥感影像 卷积模块 多尺度特征 分辨率 多空间
4
一种面向智能信息聚合的可扩展多机器人自主探索方法
邻域 全局地图 特征地图 共享卷积神经网络 融合全局
5
城市多模态大模型训练方法、装置、设备及介质
图像视觉特征 街景 多模态 模型训练方法 文本
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