【技术实现步骤摘要】
本专利技术涉及机器视觉的，尤其涉及一种基于深度学习的小目标检测方法、电子设备及存储介质。
技术介绍
1、随着深度学习和计算机视觉技术的发展，小目标检测已成为机器视觉领域的一个重要挑战和研究热点。当前技术在复杂环境下(如小尺寸、低对比度、遮挡等条件)面临着准确检测和定位小目标的难题，常常出现漏检或误检的情况。这些问题归根结底是由于小目标的尺寸通常仅为几个像素，缺乏足够的外观信息，导致即使是最先进的检测器也无法产生令人满意的结果。为了打破复杂环境对小目标检测的限制，需要持续结合创新思维和先进策略来优化现有的小目标检测技术，提出创新型技术解决方案，全面提升小目标检测的精确性和稳定性，推动行业技术革新。
技术实现思路
1、本专利技术的目的在于提供一种基于深度学习的小目标检测方法、电子设备及存储介质，以解决现有技术在复杂环境下检测精度差以及存在误检的问题。
2、为实现上述专利技术目的之一，本专利技术一实施例提供一种基于深度学习的小目标检测方法，所述方法包括，
3、采集待检测小...
【技术保护点】
1.一种基于深度学习的小目标检测方法，其特征在于：包括，
2.根据权利要求1所述的基于深度学习的小目标检测方法，其特征在于：所述“提取所述目标图像中的前景图像”包括，
3.根据权利要求2所述的基于深度学习的小目标检测方法，其特征在于：所述“对所述目标检测模型加入特征融合模块，输出所述前景图像中待检测小目标的感兴趣区域”包括，
4.根据权利要求3所述的基于深度学习的小目标检测方法，其特征在于：基于所述感兴趣区域输出至少一个所述待检测小目标的检测框，表示为：
5.根据权利要求1所述的基于深度学习的小目标检测方法，其特征在于：
【技术特征摘要】
1.一种基于深度学习的小目标检测方法，其特征在于：包括，
2.根据权利要求1所述的基于深度学习的小目标检测方法，其特征在于：所述“提取所述目标图像中的前景图像”包括，
3.根据权利要求2所述的基于深度学习的小目标检测方法，其特征在于：所述“对所述目标检测模型加入特征融合模块，输出所述前景图像中待检测小目标的感兴趣区域”包括，
4.根据权利要求3所述的基于深度学习的小目标检测方法，其特征在于：基于所述感兴趣区域输出至少一个所述待检测小目标的检测框，表示为：
5.根据权利要求1所述的基于深度学习的小目标检测方法，其特征在于：还包括，
6.根据权利要求5所述的基于深度学习的小目标检测方...
【专利技术属性】
技术研发人员：刘浩，胡永乐，丁永，何俊，罗桂华，项永，
申请(专利权)人：润建股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。