一种基于细粒度特征的目标检测方法

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
一种基于细粒度特征的目标检测方法
申请号:CN202410775859
申请日期:2024-06-17
公开号:CN118887378A
公开日期:2024-11-01
类型:发明专利
摘要
本发明公开了一种基于细粒度特征的目标检测方法包括以下具体步骤:S1:网络模型设计:以YOLOv8s为模板设计一个网络模型,是在保留损失函数,正负样本分配策略等核心设计模块的基础上,使用了更强大的主干网络进行特征提取;S2:下采样模块:在MRT‑YOLO主干网络的下采样操作中使用SPD‑Conv模块,其中SPD‑Conv模块是由一个空间到深度(SPD)层;S3:通道注意力机制;S4:主干多尺度特征融合模块;S5:多尺度小目标检测结构;S6:MRT‑YOLO网络结构,本发明公开的一种基于细粒度特征的目标检测方法具有增强主干网络的特征提取能力,以及提升网络检测小目标的性能的效果。
技术关键词
细粒度特征 特征金字塔 多尺度特征融合 通道注意力机制 YOLO算法 检测结构 采样模块 特征提取能力 网络结构 模型预测值 检测头 样本 学习特征 语义