摘要
本发明旨在提供一种受V2‑V3‑V4视觉编码机制启发的小目标检测方法,包括以下步骤:A、构建神经网络,所述的神经网络包括Backbone网络模块、Neck网络模块、Decoupled Head模块;其中,Backbone网络模块中应用了双通道结构;B、原始图像输入Backbone网络模块中,处理得到输出结果F1、输出结果F2、输出结果F3、输出结果F4,输入Neck网络模块中;C、Neck网络模块对输入特征进行多尺度特征融合,得到两个不同分辨率的特征层,分别输入Decoupled Head模块中进行检测,得到一系列检测框以及类别数据,即为最终结果。本发明方法构建的神经网络模型能够显著提升模型对小目标细节信息的捕捉能力,从而提升模型对小目标的检测性能。
技术关键词
网络模块
多尺度特征融合
双通道结构
机制
模块结构
卷积模块
分支
神经网络模型
分辨率
输出特征
上采样
图像
数据
系统为您推荐了相关专利信息
潮汐车道
交通流量预测方法
生成对抗网络模型
网络向量
数据
测试场景生成方法
智能汽车
注意力机制
虚拟仿真软件
自动编码器
优化调度方法
双向长短期记忆网络
风速
水电机组
风光水储