摘要
本发明涉及一种用于水面小目标物检测的ERT‑DETR模型,包括:动态特征金字塔网络的输入为骨干网络的后四个阶段的特征;AIFI模块利用自注意力机制处理高级语义特征,从骨干网络的最深层提取关键特征;RepBi‑PAN网络将关键特征与从骨干网络提取的低层特征进行融合,得到融合后特征;SPD‑Conv模块对融合后特征进行多尺度融合的卷积得到卷积特征;深度可分离卷积模块对特征沿通道方向分割后分别进行深度卷积得到深度卷积后特征,逐点卷积模块对各个深度卷积后特征进行整合通道后提炼得到关键特征,通道注意力模块用于对关键特征进行通道特征加强得到加权特征图,解决复杂水面环境中的水浮小目标检测时难以兼顾难实时性和端到端性能的问题。
技术关键词
卷积模块
特征金字塔网络
加权特征
通道
Sigmoid函数
卷积特征
注意力机制
语义特征
输出特征
水面
多尺度
动态
分支
变量
阶段
校准
因子
系统为您推荐了相关专利信息
医学图像分割
医学图像数据集
融合专家
信息熵
标签
流体动力学参数
深度学习模型
智能预测方法
卷积神经网络模型
多参数
光谱探测方法
反射光谱数据
原位
解算算法
光谱探测技术
时间序列特征
深度神经网络
主成分分析法
多尺度
模拟电路故障诊断
映射方法
二维阵列结构
非易失性存储器
存储器阵列
复制方法