一种用于水面小目标物检测的ERT-DETR模型

AITNT
正文
推荐专利
一种用于水面小目标物检测的ERT-DETR模型
申请号:CN202510306301
申请日期:2025-03-14
公开号:CN120388159A
公开日期:2025-07-29
类型:发明专利
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
1
基于Beta分布和专家标注融合的医学图像分割扩散方法及系统
医学图像分割 医学图像数据集 融合专家 信息熵 标签
2
一种基于CFD与PIV数据融合的胆道流动多参数智能预测方法
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
3
一种深空原位光谱探测方法
光谱探测方法 反射光谱数据 原位 解算算法 光谱探测技术
4
一种基于深度神经网络的模拟电路软故障诊断方法及其系统
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
5
存算一体架构的高吞吐卷积神经网络递归权重映射方法
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
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