融合多尺度检测与示例框选择的少样本学习目标计数方法

AITNT
正文
推荐专利
融合多尺度检测与示例框选择的少样本学习目标计数方法
申请号:CN202510376497
申请日期:2025-03-28
公开号:CN120580184A
公开日期:2025-09-02
类型:发明专利
摘要
本发明公开融合多尺度检测与示例框选择的少样本学习目标计数方法,包括:步骤一:将查询图像和具有尺度信息的示例图像预处理后进行拼接,得到拼接图像;步骤二:将拼接图像输入到视觉变压器模型中,得到查询图像特征;步骤三:将查询图像特征输入到回归解码器中,完成查询图像中的目标计数。本发明有效解决了图像内尺度变化问题,显著提升了目标检测的准确性与鲁棒性。
技术关键词
计数方法 通道注意力机制 多尺度 卷积特征提取 输出特征 变压器模型 变压器单元 多层感知机 子模块 图像 样本 空洞 掩模 全局平均池化 元素 视觉
系统为您推荐了相关专利信息
1
一种基于深度时序注意力网络的大坝智能预警方法及系统
智能预警方法 注意力 大坝 局部特征提取 阈值机制
2
一种中药药材品相特征提取分类处理方法及系统
像素点 纹理特征 多尺度 天麻 轮廓信息
3
基于洪水推演的电网防汛风险预警与辅助决策系统
辅助决策系统 多尺度融合网络 一维水动力模型 配电网设备 灰狼优化算法
4
用于三维内窥镜的光谱图像处理方法
光谱图像处理方法 三维内窥镜 图像块 点云 多尺度标定板
5
基于动态网络结构的多视角HRRP雷达空中目标识别方法
动态网络结构 特征提取模块 识别模块 识别方法 多视角特征
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