-
公开(公告)号:CN117409292A
公开(公告)日:2024-01-16
申请号:CN202311335632.9
申请日:2023-10-16
申请人: 河南科技大学
IPC分类号: G06V10/82 , G06V10/40 , G06V10/80 , G06V10/762 , G06N3/045 , G06N3/0464 , G06N3/08
摘要: 本发明公开了一种基于多尺度残差多分支的目标检测方法,首先聚类目标宽高比,划分单元格,然后对每幅图像进行骨干网络MSRes的特征提取,再使用特征金字塔结构对骨干网络不同特征层输出进行融合,最后在整个网络的不同深度进行多尺度特征融合并进行模型训练进行评估指标,输出检测结果。本发明由一个MSE结构、一个CFR结构和MSRes主干组成多尺度残差多分支网络的目标检测算法MRMNet,更关注多尺度表达能力和小目标检测精度,可以增强特征、缓解小对象被相互冲突的语义信息淹没的问题。
-
公开(公告)号:CN117409291A
公开(公告)日:2024-01-16
申请号:CN202311335628.2
申请日:2023-10-16
申请人: 河南科技大学
摘要: 本发明公开了一种基于细化特征增强网络的目标检测方法,首先通过骨干网处理输入图片进行初步特征提取,获取三个有效特征图C3、C4、C5,其次特征增强模块对提取的有效特征图C5进行增强得到特征图C5’,然后使用多分支扩张注意力机制进行细化,得到特征图C5’’,再通过特征金字塔融合特征图C3、C4、C5’’得到融合特征结果图输出图片中的物体位置、类别和置信度,最后进行模型训练,输出检测结果。本发明提出了特征增强模块和多分支扩张注意力机制,用于特征图的增强和细化,从而获得有效的全局信息。
-