公开(公告)号：CN114187569B

公开(公告)日：2024-09-27

申请号：CN202111458521.8

申请日：2021-12-02

申请人： 西安电子科技大学

发明人： 程飞 ,  杨鹏飞 ,  李晨 ,  林成民 ,  朱子恒 ,  丁韵青

IPC分类号： G06V20/56 ,  G06V10/25 ,  G06V10/774 ,  G06V10/82 ,  G06N3/0455 ,  G06N3/0464

摘要： 本发明公开了一种皮尔森系数矩阵与注意力融合的实时目标检测方法，主要解决现有图像处理技术存在特征图全局上下文信息不全、特征图处理耗时高的问题。其实现方案为：1)获取实验训练集和测试集，并使用骨干网络提取各自的图片特征，将提取的图片特征图输入到皮尔森系数矩阵与注意力融合的编码器；将该编码器输出的具有全局上下文关系的特征图输入到现有的DETR模型解码器中，构建出皮尔森系数矩阵与注意力融合的目标检测模型；2)利用训练集对该目标检测模型进行训练；3)将测试集图片输入到训练好的目标检测模型，得到待预测图像中的目标分类及目标定位坐标。本发明提高了目标检测的精确度和速度，可用于自动驾驶、交通流量分析。

公开(公告)号：CN114187569A

公开(公告)日：2022-03-15

申请号：CN202111458521.8

申请日：2021-12-02

申请人： 西安电子科技大学

发明人： 程飞 ,  杨鹏飞 ,  李晨 ,  林成民 ,  朱子恒 ,  丁韵青

IPC分类号： G06V20/56 ,  G06V10/25 ,  G06V10/774 ,  G06V10/82 ,  G06K9/62 ,  G06N3/04

摘要： 本发明公开了一种皮尔森系数矩阵与注意力融合的实时目标检测方法，主要解决现有图像处理技术存在特征图全局上下文信息不全、特征图处理耗时高的问题。其实现方案为：1)获取实验训练集和测试集，并使用骨干网络提取各自的图片特征，将提取的图片特征图输入到皮尔森系数矩阵与注意力融合的编码器；将该编码器输出的具有全局上下文关系的特征图输入到现有的DETR模型解码器中，构建出皮尔森系数矩阵与注意力融合的目标检测模型；2)利用训练集对该目标检测模型进行训练；3)将测试集图片输入到训练好的目标检测模型，得到待预测图像中的目标分类及目标定位坐标。本发明提高了目标检测的精确度和速度，可用于自动驾驶、交通流量分析。