摘要
本发明公开了一种基于多尺度特征解耦的嫩茶梗识别方法和装置,通过利用多尺度交互结构来加强多个尺度上的全局语义,并通过实时评估来提高视觉表示的质量。首先结合全局空间通道注意力模块提取多尺度特征,并促进特征映射权值的自适应调整。其次设计了多尺度交互结构,通过将浅层和深层学习到的信息来产生新的注意力区域。最后通过将类别目标投影到各自的特征子空间来解决特征信息冗余问题。本发明经过注意力、多尺度交互、特征解藕融合下得到的识别算法可以达到较高准确率,有效降低采茶机器人在采摘作业时存在的嫩茶梗误识别问题,可以减少对采摘末端的损伤。
技术关键词
多尺度特征
注意力
识别方法
交互结构
多层感知机
采茶机器人
上采样
双线性插值
通道
识别算法
卷积模块
识别装置
图像
计算机
处理器
指令
语义
分支
系统为您推荐了相关专利信息
步态识别方法
步态信息
细粒度特征
多模态特征
融合策略
三元组损失函数
空间金字塔池化
跨模态图文检索
文本
交互特征
图像语义分割方法
多模态特征融合
文本编码器
图像编码器
报告
视觉注意力机制
评价方法
视觉特征提取
多任务联合训练
局部视觉特征