基于多级仿初级视觉皮层模块的目标检测系统技术方案

本发明专利技术提供一种基于多级仿初级视觉皮层模块的目标检测系统，该系统包括：仿初级视觉网络模块，用于获取待检测图像的多个不同尺寸的仿初级视觉特征图及对应的仿初级视觉感兴趣特征图；骨干网络模块，用于基于多个不同尺寸的仿初级视觉特征图，通过通道聚合和特征提取，得到多个对应尺寸的骨干特征图；目标检测模块，用于基于多个骨干特征图和对应尺寸的仿初级视觉感兴趣特征图进行通道聚合，得到多个对应尺寸的目标特征图；并融合多个目标特征图得到目标检测结果

【技术实现步骤摘要】
基于多级仿初级视觉皮层模块的目标检测系统


[0001]本专利技术属于人工智能目标检测
，尤其涉及一种基于多级仿初级视觉皮层模块的目标检测系统
。

技术介绍

[0002]目标检测是对图像中感兴趣目标进行识别和定位的技术，解决了图像中物体是什么和在哪里的问题，在很多领域都有着非常重要的作用
。YOLO
目标检测算法是一个一般场景下的实时目标检测算法，在日常学习和生活中应用广泛
。
但是
YOLO
算法本身的性能依然存在一些问题，如在强光
、
弱光
、
雨雪雾霾天气
、AI
对抗等噪声干扰下，目标检测性能下降明显，阻碍了目标检测系统的实际落地应用
。
所以，如何对现有的目标检测系统进行优化使其拥有更好多性能指标成为目标检测领域需要研究的问题
。

技术实现思路

[0003]鉴于上述的分析，本专利技术旨在提供一种基于多级仿初级视觉皮层模块的目标检测系统，用于解决现有技术中的目标检测方法在强光
、...

【技术保护点】

【技术特征摘要】
1.
一种基于多级仿初级视觉皮层模块的目标检测系统，其特征在于，包括：仿初级视觉网络模块，用于获取待检测图像的多个不同尺寸的仿初级视觉特征图及对应的仿初级视觉感兴趣特征图；骨干网络模块，用于基于多个不同尺寸的仿初级视觉特征图，通过通道聚合和特征提取，得到多个对应尺寸的骨干特征图；目标检测模块，用于基于多个所述骨干特征图和对应尺寸的仿初级视觉感兴趣特征图进行通道聚合，得到多个对应尺寸的目标特征图；并融合多个所述目标特征图得到目标检测结果
。2.
根据权利要求1所述的基于多级仿初级视觉皮层模块的目标检测系统，其特征在于，所述仿初级视觉网络模块包括
n+1
个仿初级视觉特征提取网络，所述仿初级视觉特征提取网络包括串行设置的仿初级视觉皮层模块
、RepBlock
模块和
CA
注意力层；所述仿初级视觉皮层模块包括并行设置的
VOneBlock
层和
Conv
层，以及用于对所述
VOneBlock
层和
Conv
层的输出进行融合的特征融合层；通过对所述
VOneBlock
层和
Conv
层进行不同的参数设置，对接收到的图像进行不同程度的压缩和特征提取，以得到不同尺寸的仿初级视觉特征图
。3.
根据权利要求2所述的基于多级仿初级视觉皮层模块的目标检测系统，其特征在于，还包括
ImageSub
层，用于并行的获取待处理图像，并将并行获取的所述待处理图像分别输入各仿初级视觉皮层模块
。4.
根据权利要求2所述的基于多级仿初级视觉皮层模块的目标检测系统，其特征在于，所述骨干网络模块包括依次连接的
n
个特征图压缩提取模块，每个所述特征图压缩提取模块均包括
Concat
层，所述
Concat
层用于基于仿初级视觉特征图进行通道聚合
。5.
根据权利要求4所述的基于多级仿初级视觉皮层模块的目标检测系统，其特征在于，第
i
个特征图压缩提取模块包括依次连接的
Conv
层
、Concat
层和
RepBlock
层和
CA
注意力层，用于对上一个模块输出的特征图依次进行尺寸压缩
、
通道聚合和重参数化特征提取和感兴趣特征提取，其中，第
i
个
RepBlock
层提取得到的特征图作为第
i
骨干特征图，第
i
个
CA
注意力层提取得到的感兴趣特征图作为下一个特征图压缩提取模块的输入，其中
1≤i<n
；第
n
个特征图压缩提取模块包括依次连接的
Conv
层
、Concat
层
、RepBlock
层
、SPPF
层和
CA
注意力层；其中
CA
注意力层提取得到的感兴趣特征图为第
n
骨干特征图
。6.
根据权利要求4或5所述的基于多级...

【专利技术属性】
技术研发人员：赵小川，史津竹，樊迪，王子彻，陈路豪，王秉旭，杨喜连，刘全攀，
申请(专利权)人：中国兵器工业计算机应用技术研究所，
类型：发明
国别省市：