-
公开(公告)号：CN116863289B
公开(公告)日：2025-05-16
申请号：CN202310948382.X
申请日：2023-07-31
Applicant: 中南大学
IPC: G06V10/80 , G06N3/042 , G06N3/0464 , G06N3/082 , G06V10/82
Abstract: 本发明公开了一种多特征融合的多分支目标检测方法、系统及设备，本方法通过获取目标检测图像数据集；将目标检测图像数据集输入至骨干特征提取网络中进行多尺度特征提取，获得多种尺度的第一特征图；采用空洞卷积模块对多种尺度的第一特征图增加感受野，获得多种尺度的第二特征图；将多种尺度的第二特征图采用CA注意力机制进行特征加权，获得多种尺度的加权特征图；采用融合特征金字塔的颈部网络对多种尺度的加权特征图进行多次特征融合，获得多尺度的融合特征图；将多尺度的融合特征图输入头部网络进行多分支目标检测，获得多种尺寸图像的目标检测结果。本发明能够避免丢失很多不同尺度的特征信息，提高目标检测的准确度。
-
公开(公告)号：CN116703950B
公开(公告)日：2023-10-20
申请号：CN202310982262.1
申请日：2023-08-07
Applicant: 中南大学
IPC: G06T7/11 , G06N3/0464 , G06N3/048 , G06V10/80
Abstract: 本发明公开了一种基于多层次特征融合的伪装目标图像分割方法和系统，本方法对每种层次的第一特征图进行全局特征增强，对每种层次的第二特征图进行局部特征增强；并将每种层次的增强后的局部特征和与其相同层次的增强后的全局特征进行特征融合，获得多种层次的融合特征；对多种层次的融合特征中两个浅层网络层的融合特征进行边界引导，得到边界图；将多种层次的融合特征中相邻网络层的融合特征进行特征交互获得多个交互特征；将边界图分别与多个交互特征中的每个交互特征进行边界融合，获得多个边界融合特征；基于多个边界融合特征，分割出每个边界融合特征对应的待分割的伪装目标图像中的伪装目标图像。本发明能够提高伪装目标图像分割的准确度。
-
公开(公告)号：CN116863289A
公开(公告)日：2023-10-10
申请号：CN202310948382.X
申请日：2023-07-31
Applicant: 中南大学
IPC: G06V10/80 , G06N3/042 , G06N3/0464 , G06N3/082 , G06V10/82
Abstract: 本发明公开了一种多特征融合的多分支目标检测方法、系统及设备，本方法通过获取目标检测图像数据集；将目标检测图像数据集输入至骨干特征提取网络中进行多尺度特征提取，获得多种尺度的第一特征图；采用空洞卷积模块对多种尺度的第一特征图增加感受野，获得多种尺度的第二特征图；将多种尺度的第二特征图采用CA注意力机制进行特征加权，获得多种尺度的加权特征图；采用融合特征金字塔的颈部网络对多种尺度的加权特征图进行多次特征融合，获得多尺度的融合特征图；将多尺度的融合特征图输入头部网络进行多分支目标检测，获得多种尺寸图像的目标检测结果。本发明能够避免丢失很多不同尺度的特征信息，提高目标检测的准确度。
-
公开(公告)号：CN116703950A
公开(公告)日：2023-09-05
申请号：CN202310982262.1
申请日：2023-08-07
Applicant: 中南大学
IPC: G06T7/11 , G06N3/0464 , G06N3/048 , G06V10/80
Abstract: 本发明公开了一种基于多层次特征融合的伪装目标图像分割方法和系统，本方法对每种层次的第一特征图进行全局特征增强，对每种层次的第二特征图进行局部特征增强；并将每种层次的增强后的局部特征和与其相同层次的增强后的全局特征进行特征融合，获得多种层次的融合特征；对多种层次的融合特征中两个浅层网络层的融合特征进行边界引导，得到边界图；将多种层次的融合特征中相邻网络层的融合特征进行特征交互获得多个交互特征；将边界图分别与多个交互特征中的每个交互特征进行边界融合，获得多个边界融合特征；基于多个边界融合特征，分割出每个边界融合特征对应的待分割的伪装目标图像中的伪装目标图像。本发明能够提高伪装目标图像分割的准确度。
-
-
-
Search Results
4
records
(took 0.015 seconds)
