摘要
本发明提供了一种基于Swin Transformer的跨域行李重识别模型、训练方法及识别方法,其中,一种基于Swin Transformer的跨域行李重识别模型,包括:Swin Transformer模块,用于提取采集图像的特征,得到具有不同阶段特征信息的特征图;SIE模块,与Swin Transformer模块连接,用于在Swin Transformer模块进行特征提取时,减小图像采集条件对特征提取的影响;金字塔网络模块,与Swin Transformer模块连接,用于将具有不同阶段特征信息的特征图进行融合,得到融合特征。
技术关键词
行李
金字塔网络
融合特征
图像块
重识别方法
样本
采集系统
识别模型训练
模块
图像分割
编码
线性
阶段
上采样
视角
参数
数据
标签
系统为您推荐了相关专利信息
检测模型训练方法
障碍物类别
障碍检测方法
特征融合网络
样本
全极化SAR图像
融合特征
网络系统
通道注意力机制
解码模块
图像分类模型
组织病理学图像
融合特征
语义
样本
柔性线路板
高分辨率相机
模态传感器
深度学习模型
多尺度特征
行人检测模型
行人检测方法
图像
融合特征
特征提取模块