摘要
本发明公开了一种基于实例关系增强注意力机制的小目标检测系统,包括与所述YOLOv5网络颈部每一层依次连接的细节纹理提取模块、上下文关系提取模块和高级语义提取模块,节纹理提取模块、上下文关系提取模块和高级语义提取模块均与跨层特征融合模块连接,所述跨层特征融合模块与预测头连接;高级语义提取模块,用于进一步强调重要目标并生成增强的语义特征;上下文关系提取模块产生的上下文特征包括大目标和小目标之间的特征关系,用于促进不同层次特征的融合;细节纹理提取模块,用于提取更多的纹理和细节信息来丰富小目标特征;跨层特征融合模块,基于大目标和小目标之间潜在空间和特征关系的高层特征指导的跨层特征融合;有效地提高了网络在真实工业场景中对小目标的检测性能。
技术关键词
上下文特征
注意力机制
语义特征
模块
跨层特征
纹理特征
关系
通道
融合特征
双线性插值
上采样
网络
瓶颈
方程
级联
场景
工业
系统为您推荐了相关专利信息
模型预测控制器
模型预测控制方法
道路环境信息
车辆动力学模型
智能车辆
粘度仪
试剂瓶架
开合盖机构
插拔机构
粘度测定方法
缺陷智能
数据传输模块
预警机制
数据处理中心
数据转换模块
人脸图像特征
视频生成方法
音频
多模态特征融合
语义特征