【技术实现步骤摘要】
本申请涉及计算机视觉，尤其涉及一种基于注意力机制的开放世界目标检测方法及系统。
技术介绍
1、在目标检测
，传统的目标检测方法通常依赖于训练数据中已标注的类别，以实现对图像或视频帧中目标的识别和定位。这些方法在训练集中包含的类别上表现良好，但由于传统模型缺乏对新情况的适应性和泛化能力，无法有效地从有限的数据中学习并推广到新的类别，在遇到未知或未标注的新类别目标时，通常无法正常执行目标检测任务。随着深度学习技术的发展，尤其是卷积神经网络在图像识别领域的应用，目标检测技术取得了显著进展。然而，深度学习模型大多需要大量的标注数据来训练，并且仍然无法完成在面对开放世界环境中的未知类别时的目标检测任务。尽管已有研究提出了一些解决方案，例如使用度量学习、生成对抗网络(gan)或自监督学习方法来增强模型对未知类别的泛化能力，但这些方法往往需要复杂的训练过程，导致目标检测任务的处理效率低下。因此如何提高目标检测任务的处理效率成为了亟需解决的问题。
技术实现思路
1、本申请提供了一种基于注意力机制的开...
【技术保护点】
1.一种基于注意力机制的开放世界目标检测方法，其特征在于，包括：
2.根据权利要求1所述的基于注意力机制的开放世界目标检测方法，其特征在于，所述基于预设的目标检测模型，对所述待检测视频流图像进行处理，获得待检测特征图，包括：
3.根据权利要求2所述的基于注意力机制的开放世界目标检测方法，其特征在于，所述基于所述特征信息，在所述多尺寸特征图集合中确定待检测特征图，包括：
4.根据权利要求1所述的基于注意力机制的开放世界目标检测方法，其特征在于，所述基于所述初始检测结果，确定所述待检测特征图中未知类别目标的所在区域，包括：
...
【技术特征摘要】
1.一种基于注意力机制的开放世界目标检测方法，其特征在于，包括：
2.根据权利要求1所述的基于注意力机制的开放世界目标检测方法，其特征在于，所述基于预设的目标检测模型，对所述待检测视频流图像进行处理，获得待检测特征图，包括：
3.根据权利要求2所述的基于注意力机制的开放世界目标检测方法，其特征在于，所述基于所述特征信息，在所述多尺寸特征图集合中确定待检测特征图，包括：
4.根据权利要求1所述的基于注意力机制的开放世界目标检测方法，其特征在于，所述基于所述初始检测结果，确定所述待检测特征图中未知类别目标的所在区域，包括：
5.根据权利要求1所述的基于注意力机制的开放世界目标检测方法，其特征在于，所述基于所述目标检测模型，对所述未知类别目标的所在区域的注意力权重进行调整，并基于所述注意力权重，对所述待检测特征图进行目标检测，获得所述未知类别目标的识别结果，包括：
6.根据权利要求1所述的...
【专利技术属性】
技术研发人员：徐明，肖伟林，林用贵，温丽华，陈金，王成玉，
申请(专利权)人：深圳大学，
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。