摘要
本发明提供一种基于改进YOLACT的多类别装甲车局部分割方法,涉及目标分割技术领域。首先对采集的图片使用Labelme软件进行标注,对标注好的原图与json文件进行数据增强工作,并自动根据比例划分数据集,构建多类别装甲车局部分割数据集;搭建基于改进YOLACT模型的多类别装甲车局部分割检测模型,使用改进YOLACT模型的多类别装甲车局部分割检测模型对多类别装甲车局部分割数据集进行训练和测试评估。本发明对端到端的全卷积实时分割模型(YOLACT)进行改进,提出了一种轻量化的基于注意力机制的YOLACT,增强分割模型的特征提取能力,从而提高目标分割精度,解决装甲车辆在复杂多变的环境下,装甲车辆局部分割模型分割效果差甚至出现误检的技术问题。
技术关键词
局部分割方法
装甲车
纹理特征
注意力机制
矩阵
运动相机
特征金字塔网络
全局特征提取
特征融合网络
金字塔特征
阶段
特征提取能力
图片
特征提取网络
数据
双线性插值
交互模型
系统为您推荐了相关专利信息
关键点
多模态数据融合
像素
姿态识别方法
摄像传感器
寿命预测方法
充电器
三次样条插值
注意力机制
LSTM模型
变形分析方法
变形分析装置
应力场
矩阵
识别算法
剩余寿命预测模型
设备运行状态数据
注意力编码器
注意力机制
长短期记忆神经网络