一种特征图加权融合的弱小目标快速检测系统技术方案

本发明专利技术提供一种特征图加权融合的弱小目标快速检测系统，包括骨干网络模块和头部网络模块；骨干网络模块包括多个依次连接的特征图压缩提取模块；用于对输入的图像依次进行多次尺寸压缩和特征提取,得到多个不同尺寸的骨干特征图和感兴趣特征图；头部网络模块用于基于多个感兴趣特征图和骨干特征图进行尺寸及通道调节，并进行特征图加权融合，得到具有弱小目标信息的尺寸为H/4×W/4和包含弱小目标信息、常规尺寸目标信息和高级语义信息的尺寸为H/8×W/8的两个目标特征图，并对两个目标特征图进行特征融合，得到弱小目标检测结果，其中，H和W为输入图像的长和宽。本发明专利技术改善了现有技术中针对弱小目标检测的方法实时性差，且容易造成误检、漏检的问题。

【技术实现步骤摘要】

本专利技术属于人工智能目标检测，尤其涉及一种特征图加权融合的弱小目标快速检测系统。

技术介绍

1、目标检测的任务是在静态图像(或者动态视频)中检测出感兴趣的目标对象，可以为后续的目标跟踪、行为预测等提供良好的条件，目标检测任务是计算机视觉的一个重要环节，被广泛应用于无人驾驶、机器人导航、视频监控、工业检测、航空航天等诸多领域。

2、现有的目标检测方法对于弱小目标的检测的实时性和准确性较差，目标检测的漏检率高，无法在弱小目标检测场景中应用。

技术实现思路

1、鉴于上述的分析，本专利技术旨在提供一种特征图加权融合的弱小目标快速检测系统，用于改善现有技术中针对弱小目标检测的方法实时性差，且容易造成误检、漏检的问题。

2、本专利技术的目的主要是通过以下技术方案实现的：

3、本专利技术提供了一种特征图加权融合的弱小目标快速检测系统，所述系统包括骨干网络模块和头部网络模块；

4、所述骨干网络模块包括多个依次连接的特征图压缩提取模块；用于对输入的图像依次进行多次尺寸压缩和特征本文档来自技高网...

【技术保护点】

1.一种特征图加权融合的弱小目标快速检测系统，其特征在于，所述系统包括骨干网络模块和头部网络模块；

2.根据权利要求1所述的特征图加权融合的弱小目标快速检测系统，其特征在于，所述骨干网络模块包括五个依次连接的特征图压缩提取模块，用于依次对输入的图像进行特征提取，得到五个不同尺寸的特征图；其中第二和第三个特征图压缩提取模块输出的特征图用于通过头部网络进行加权融合以提取得到弱小目标特征；第四和第五个特征图压缩提取模块输出的特征图通过头部网络进行上采样及加权融合以提取得到高层语义信息及常规尺寸目标特征。

3.根据权利要求2所述的特征图加权融合的弱小目标快速检测系统，其特...

【技术特征摘要】

1.一种特征图加权融合的弱小目标快速检测系统，其特征在于，所述系统包括骨干网络模块和头部网络模块；

2.根据权利要求1所述的特征图加权融合的弱小目标快速检测系统，其特征在于，所述骨干网络模块包括五个依次连接的特征图压缩提取模块，用于依次对输入的图像进行特征提取，得到五个不同尺寸的特征图；其中第二和第三个特征图压缩提取模块输出的特征图用于通过头部网络进行加权融合以提取得到弱小目标特征；第四和第五个特征图压缩提取模块输出的特征图通过头部网络进行上采样及加权融合以提取得到高层语义信息及常规尺寸目标特征。

3.根据权利要求2所述的特征图加权融合的弱小目标快速检测系统，其特征在于，每个所述特征图压缩提取模块均包括c3层和ca注意力层；所述c3层用于对输入到每个特征图压缩提取模块的特征图进行特征提取，得到对应的骨干特征图，所述ca注意力层用于对对应的骨干特征图进行感兴趣特征提取，得到对应的感兴趣特征图。

4.根据权利要求2所述的特征图加权融合的弱小目标快速检测系统，其特征在于，第一特征图压缩提取模块包括依次设置的仿初级视觉皮层模块、c3层和ca注意力层，用于对输入的图像进行特征提取得到第一骨干特征图和第一感兴趣特征图；

5.根据权利要求4所述的特征图加权融合的弱小目标快速检测系统，其特征在于，所述头部网络模块包括第一目标特征图提取模块、第二目标特征图提取模块和特征融合模块；

【专利技术属性】
技术研发人员：史津竹，赵小川，樊迪，王子彻，陈路豪，
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：