摘要
本发明公开了一种基于稀疏特征增强融合的小目标检测网络,包括通过主干网络提取不同尺度的多级特征;稀疏特征增强模块,对浅层特征进行反卷积操作以最大程度恢复图像细节,通过从全局到局部的特征整合,进一步提升小目标的检测精度,增强了小目标在复杂背景下的区分能力;渐进梯度增强检测头,通过动态调整训练过程中信息的传播方式,可编程信息有效地优化了网络的性能,提升了检测效果。本发明提供了一种基于稀疏特征增强融合的小目标检测网络,利用提出稀疏特征增强模块、层次特征融合模块、渐进梯度增强检测头,引入可编程梯度信息机制来对检测头进行改进优化。
技术关键词
稀疏特征
多级特征
分支
检测头
输出特征
掩码矩阵
通道
模型更新
层级
级联机制
精确地检测
残差结构
注意力机制
网络模块
融合特征
系统为您推荐了相关专利信息
智能生成方法
图案
生成彩色图像
轮廓图像
上采样
深度学习网络模型
视线估计方法
注意力机制
图像重建
模块