一种基于深度霍夫网络的注意力方案和条带卷积语义线检测的方法

    公开(公告)号:CN116563682A

    公开(公告)日:2023-08-08

    申请号:CN202310532781.8

    申请日:2023-05-11

    发明人: 王亮 章航

    摘要: 一种基于深度霍夫网络的注意力方案和条带卷积语义线检测的方法,属于图像目标识别领域。包括以下步骤:调整数据集图片尺寸,将预处理后的图片输入卷积模型进行特征提取、注意力机制,多尺度特征融合,得到输出的特征结果。不同尺度的特征进行霍夫变换并进行融合特征回归预测得到识别结果;条带卷积替换原先的空间卷积层以得到输入图像识别目标的远程相关语义信息;对前向网络的图片进行条带状池化层和空间池化层混合池化层池化;特征金字塔网络添加通道注意力模块帮助对图片分区的重要性进行建模,以减少输入图像的冗余信息对识别结果的影响;设计Ghost卷积轻量化网络减少网络的计算量。相较于常规语义线检测方法模型参数量更少,识别准确率更高。