摘要
本发明公开了一种高效的雾天环境下的目标检测方法,涉及目标检测技术领域。本发明通过方法搭建了一种轻量级雾天目标检测模型,称为DF‑DETR,通过边缘增强模块设计了双分支结构的去雾模块,有效捕获雾天图像的目标特征;随后,设计了双重卷积特征提取模块DualConv‑Block,以加强特征提取,同时显著降低模型复杂度和计算量。此外,将EAA注意力机制与尺度内特征交互模块结合,形成AIFI‑EAA模块,并集成至混合编码器中,提升模型对密集目标的关注能力,有效减少漏检和误检;最后,设计了动态采样尺度注意力特征融合模块,通过利用动态上采样实现多尺度特征的对齐,增强了特征表达的灵活性和鲁棒性,进一步优化了多尺度特征的融合与表达能力。
技术关键词
雾天环境
注意力机制
模块
特征提取能力
上采样
无雾图像
融合特征
多尺度特征
复杂度
抑制背景干扰
序列特征
图像边缘特征
大气散射模型
卷积特征提取
分支
混合编码器
特征融合网络
系统为您推荐了相关专利信息
节点
链构建方法
车辆
证书验证方法
证书撤销列表
特征提取能力
图像识别方法
图像识别系统
网络模型训练
训练集
检测预警方法
异常事件
无监督特征提取
主成分分析法
编码器