摘要
本发明涉及一种基于DMF‑YOLO的航拍图像小目标检测方法,本发明通过多个块增强坐标特征,并通过自适应加权重建特征。在“骨干”网中,约束空洞蛇形卷积能够根据不同的扩张率动态调整卷积核的感受野形状,自适应地关注细小目标的局部特征,精准捕捉关键信息,从而有效解决了面对局部结构脆弱、像素数量有限以及复杂背景干扰的航拍图像小目标检测问题。在“颈部”中,构建了MFAM模块,用于合并多层特征图,有效整合了具有强大语义信息的低分辨率特征和包含详细信息的高分辨率特征。然后利用CDSConv模块,自适应地调整这些信息的重要性权重,强调关键的物体特征,以增强算法检测不同尺度物体的能力。
技术关键词
空洞
航拍
多尺度特征
网格
特征提取模块
动态
半轴
图像
递推方式
坐标
检测器
注意力机制
卷积模块
物体
标记
语义
像素
系统为您推荐了相关专利信息
融合特征
编码模块
水下管道
适配器
特征提取模块
网格
粒子追踪方法
拉格朗日
流体力学技术
搜索算法
特征融合网络
煤矿巷道运输
障碍物检测方法
纹理特征
图像
三角网格模型
数学形态学
分组算法
自动注册方法
立方体结构
预测分析方法
强弱电
布局
粒子滤波方法
强化学习策略