基于细粒度特征图的小目标检测优化方法、装置、设备及介质制造方法及图纸

技术编号:42494472 阅读:21 留言:0更新日期:2024-08-21 13:12
本发明专利技术提供了基于细粒度特征图的小目标检测优化方法、装置、设备及介质,该方法采用基于多级联合查询的小目标检测加速技术提高小目标检查速度;多级联合查询机制先在低分辨率特征图上利用查询组件预测小目标的粗略位置,这些粗略位置被作为查询键传递给下层高分辨率特征图检测组件,高分辨率特征图检测组件仅需在这些可能存在小目标的位置上进行检测并预测用于下一层的粗略位置,无需在整张特征图上进行计算,大幅提升了小目标的检测速度。同时采用基于卷积注意力模块的小目标检测优化技术提高检测精度,通过增加注意力模块提高特征提取能力;在原YOLOv5的基础上增加一个更高分辨率的小目标检测头,优化小目标检测精度。

【技术实现步骤摘要】

本专利技术涉及机场跑道异物检测,具体涉及基于细粒度特征图的小目标检测优化方法、装置、设备及介质


技术介绍

1、随着航空业的迅猛发展,客机数量与机场航班的起降频率都大幅增加,机场跑道异物引起的飞机损伤、航班晚点、飞行事故等越来越多,给航空业带来巨大损伤。目前,国内外跑道监测主要是靠跑道巡查人员进行步行检查,使得导致航班通行能力大大降低。其中,机场跑道异物相对机场跑道通常为小目标,综合评估针对小目标的检测效果,同时考虑到机场跑道异物检测的实时性,市面上多选择yolov5目标检测模型作为机场跑道异物检测基础模型。但是,yolov5针对小目标检测仍然存在小目标检测实时性有待提升,小目标检测精度仍有优化空间的问题。

2、现有的检测方法为了提高网络检测小目标的能力,其通常的做法是使用更大分辨率的图像或特征图;但是,这些方法均会引入大量的计算,致使检测速度大大降低,最终导致检测丧失实时性。

3、并且,机场跑道图像像素很高,但是目标很小,检测容易受到背景环境的影响。yolov5主干网络在对输入图像进行多次下采样后,保留的特征尺寸远远小于原始输入图本文档来自技高网...

【技术保护点】

1.一种基于细粒度特征图的小目标检测优化方法,其特征在于,包括:

2.根据权利要求1所述的基于细粒度特征图的小目标检测优化方法,其特征在于,在基础特征金字塔网络上增加卷积注意力模块,得到特征金字塔网络,采用所述特征金字塔网络对所述主干网络的深层特征图和浅层特征图进行上采样预处理、卷积注意力模块处理和下采样预处理,更新生成深层特征图、中层特征图、浅层特征图,具体为:

3.根据权利要求1所述的基于细粒度特征图的小目标检测优化方法,其特征在于,使用所述检测组件的查询模块对所述检测组件的检测头输出的低分辨率特征图进行查询处理,生成小目标粗略位置,并将所述小目标粗略位置作为...

【技术特征摘要】

1.一种基于细粒度特征图的小目标检测优化方法,其特征在于,包括:

2.根据权利要求1所述的基于细粒度特征图的小目标检测优化方法,其特征在于,在基础特征金字塔网络上增加卷积注意力模块,得到特征金字塔网络,采用所述特征金字塔网络对所述主干网络的深层特征图和浅层特征图进行上采样预处理、卷积注意力模块处理和下采样预处理,更新生成深层特征图、中层特征图、浅层特征图,具体为:

3.根据权利要求1所述的基于细粒度特征图的小目标检测优化方法,其特征在于,使用所述检测组件的查询模块对所述检测组件的检测头输出的低分辨率特征图进行查询处理,生成小目标粗略位置,并将所述小目标粗略位置作为查询键传递给下层的高分辨率特征图,高分辨率特征图的检测组件在小目标粗略位置上...

【专利技术属性】
技术研发人员:吴大衍叶季青徐振宁
申请(专利权)人:广科荣智珠海科技发展有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1