摘要
本发明设计一种基于自适应双交叉注意力的多光谱目标检测方法。包括:步骤1、设计一种门控单元DWAU动态调控权重;步骤2、基于DWAU设计动态双下采样AMAD和自适应双交叉注意力ADCA模块,嵌入CMA‑Det骨干网络;步骤3、在多个数据集训练模型并评估,可视化检测效果;步骤4、进行消融实验,证明有效性;步骤5、部署模型,验证模型实际应用的可行性。本发明的方法,设计门控单元DWAU,设置可学习参数,在特征提取过程中连接最大平均下采样模块,实现动态双下采样,在降低特征图大小的同时保留有效特征。设计自适应双交叉注意力模块,调控模态内注意力和模态间注意力的权重占比,增强模态间特征融合能力和泛化性能。在多个多光谱数据集上的实验证明提出方法的性能。
技术关键词
可见光
多光谱
注意力机制
采样模块
特征提取能力
动态
权重模型
有效性
参数
网络
功能模块
数据
指标
代表
策略
视频
场景
图像
系统为您推荐了相关专利信息
流量预测模型
流量预测方法
数据
交叉注意力机制
动态回归模型
医疗健康信息
循环神经网络算法
互联网
关键词
邻域
多头注意力机制
神经网络模型
矩阵
信息预估方法
对象
地面监控
行人重识别模型
重识别方法
识别无人机
多头注意力机制