摘要
本发明公开了一种基于多尺度特征融合的小目标检测与状态感知方法,属于计算机视觉与深度学习领域,通过主干网络提取多尺度语义特征,通过空间自适应门控编码器和跨尺度上下文融合模块,构建两个上行融合路径和两个级联的下行增强路径,进行多尺度特征融合,增强对不同尺寸目标的感知能力,提高检测的准确率和鲁棒性;同时基于检测结果构建区域状态感知机制,实现对目标空间分布、行为趋势及动态变化的持续监测与智能分析,提高系统在复杂环境下的适应性和响应速度。本发明方法兼顾检测精度与计算效率,适用于资源受限的实时应用场景。
技术关键词
状态感知方法
多尺度特征融合
融合特征
通道
多尺度语义特征
分支
输出特征
加权特征
上采样
上下文特征
解码器
局部空间特征
融合图像特征
集成模块
交叉注意力机制
编码器
高层语义特征
系统为您推荐了相关专利信息
交通流量预测方法
通道注意力机制
交叉口
流量预测模型
调控方法
电力系统状态估计方法
加权特征
量测噪声
数据分布
BiLSTM模型
数据采集模块
绝缘支架
通信模块
铜排
配电网监控