摘要
本发明公开了面向Vmamba的提示调整与选择嵌入相结合的目标检测方法,涉及目标检测技术领域,对输入图像进行分块,提取各个图像块的特征;对输入图像的图像块嵌入提示标记,将提示标记嵌入后的输入图像的特征作为多阶段特征提取的输入特征,经多阶段特征提取后得到各阶段特征;将多阶段特征提取后的各阶段特征作为Vmamba模型的输入特征进行目标检测;通过最小化检测目标与真实目标之间的差异,进行Vmamba模型的训练。本发明将提示调整与Vmamba模型结合,通过提示标记引导模型关注关键区域,弥补了传统卷积或Transformer在长距离依赖建模中的不足。通过提示标记嵌入策略、多阶段特征融合及优化的训练机制,显著提升了目标检测的精度、效率与泛化能力,具备较高的技术价值与应用前景。
技术关键词
采样模块
输出特征
标记
特征金字塔网络
多尺度特征融合
多阶段特征
样本
融合特征
更新模型参数
图像块
计算机程序产品
处理器
分块
可读存储介质
存储器
电子设备
系统为您推荐了相关专利信息
机器翻译模型
序列
机器翻译方法
编码
机器翻译装置