摘要
本发明公开了一种基于动态滤波和自适应稀疏Transformer的无人机图像小目标检测方法。该方法采用端到端目标检测框架,在主干网络中引入动态滤波模块,通过数据依赖的频域操作实现全局特征交互,并维持线性计算复杂度。针对尺度内特征交互,引入了自适应稀疏Transformer模块,以增强模型在高语义层级特征上聚焦关键信息的能力,同时有效抑制噪声干扰和特征冗余。通过结合动态滤波与自适应稀疏Transformer,本发明使得模型能够在不显著增加计算负担的前提下,更有效地提取图像前景信息,显著缓解了传统目标检测模型易受复杂背景干扰的问题。
技术关键词
注意力
编码器特征
混合编码器
无人机
解码器
动态
语义
分支
图像
视觉特征
滤波
多尺度特征
跨尺度特征融合
多层感知机
全局结构信息
抑制噪声干扰
抑制背景噪声
频域特征
特征金字塔网络
空间结构信息
系统为您推荐了相关专利信息
电子
闪电定位数据
多头注意力机制
参数
门控神经网络
功率预测方法
注意力机制
动态权重分配
时序特征
风机运行参数
EL缺陷检测方法
融合特征
局部特征提取
拼接模块
卷积模块