摘要
本发明涉及一种基于全卷积网络的小目标检测方法、设备及介质,该方法包括以下步骤:获取待测图像,输入基于全卷积网络的小目标检测模型中,输出小目标检测结果,其中基于全卷积网络的小目标检测模型包括依次连接的残差神经网络、递归模块、重建网络和检测头;所述基于全卷积网络的小目标检测模型的执行过程包括:基于所述待测图像,采用残差神经网络进行特征提取,获得图像特征;将图像特征输入递归模块中进行不同尺度特征增强,获得多尺度增强特征;采用重建网络对增强特征进行多尺度重建,获得多尺度重建特征;采用检测头对多尺度重建特征进行检测,输出小目标检测结果。与现有技术相比,本发明具有充分提取精度,提高小目标检测精度等优点。
技术关键词
全卷积网络
残差神经网络
兴趣点
多尺度
焦点损失函数
分支
图像
多层次特征
颜色
模块
表达式
检测头
参数
样本
电子设备
程序
矩阵
可读存储介质
存储器
系统为您推荐了相关专利信息
输电金具
纹理特征分析
深度卷积神经网络
纹理特征提取
密度
令牌
测量方法
变电站
可见光图像
多视角图像采集
状态空间模型
稳定性预测方法
多层感知机
结构特征提取
多尺度特征融合