摘要
本发明公开了一种基于多任务模型的目标检测方法,按下述步骤进行:步骤S1:多任务模型包括编码器,编码器连接有目标检测解码器和语义分割解码器,目标检测解码器上具有解耦头;所述编码器包括卷积网络和特征融合模块,卷积网络用于输入的数据进行特征提取,特征融合模块用于对卷积网络提取的特征进行特征融合;所述目标检测解码器获取编码器的融合特征后进行目标检测,解耦头用于产生分类分支和回归分支以用于目标检测的分类任务和回归任务,产生目标检测框后实现收敛;所述语义分割解码器获取编码器的融合特征后进行语义分割;本发明可同时进行目标检测和语义识别,具有效率高的优点。
技术关键词
检测解码器
编码器
金字塔池化模块
融合特征
分支
注意力机制
可变形卷积网络
网络获取数据
加权特征
可变形卷积层
语义特征
输出特征
滑动平均值
差值算法
超参数
系统为您推荐了相关专利信息
图像识别模型
印章图像识别方法
图像编码器
解码器
图像块
无人机路径规划避障方法
分支
空间邻近关系
激光雷达点云
注意力
超声图像数据
空间变换网络
注意力机制
深度卷积神经网络
跨模态