一种基于全卷积网络的小目标检测方法、设备及介质

AITNT
正文
推荐专利
一种基于全卷积网络的小目标检测方法、设备及介质
申请号:CN202510328131
申请日期:2025-03-19
公开号:CN120495810A
公开日期:2025-08-15
类型:发明专利
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
1
一种输电金具的锈蚀检测方法、装置、电子设备及存储介质
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
2
一种基于多视图分析的变电站人员安全距离测量方法
令牌 测量方法 变电站 可见光图像 多视角图像采集
3
一种选择性状态空间建模的高效蛋白质稳定性预测方法
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
4
基于多尺度注意力和积累学习的多任务配准与分割方法
注意力 编码特征 分辨率 分割方法 解码器
5
基于多尺度空洞融合迭代优化的增强图像隐写
多尺度 空洞 编码器 生成对抗网络 解码器
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