基于注入语义注意力的目标检测方法及模型技术

技术编号:43631477 阅读:22 留言:0更新日期:2024-12-11 15:12
一种基于注入语义注意力的目标检测方法及模型,包括:目标数据集预处理;获取多尺度基础特征图和语义特征图;特征融合得到全局特征融合图对全局目标特征融合图进行解码操作得到目标检测结果。本发明专利技术通过对输入图像进行基础特征提取和语义特征提取,可以更准确地提取图像中的局部和语义特征;利用多尺度特征金字塔,能够同时考虑不同尺度的特征,有助于检测不同大小的目标;通过编码器和解码器的残差连接,可以更好地利用不同尺度的语义信息,提高特征的表达能力;混合注意力机制能够同时关注特征图中的通道和空间信息,进一步提升特征的利用效率;对检测结果进行非极大值抑制处理,提高了检测结果的准确度。

【技术实现步骤摘要】

本专利技术属于目标检测,具体涉及到一种基于注入语义注意力的目标检测方法。


技术介绍

1、近年来,随着人工智能技术的火热发展,计算机视觉在自动驾驶、安防监控和机器人等各领域取得了广泛应用。目标检测是计算机视觉领域的重要研究方向,其性能好坏将直接影响目标跟踪、动作识别以及行为理解等后续任务的表现。传统的目标检测方法在处理复杂场景如行人检测时,通常面临着准确性和效率的挑战。随着gpu计算能力和深度学习算法的快速发展,目标检测不断发展引入了基于深度学习的检测方法,其中包括利用注意力机制来增强特征表示。但还存在原始图像提供的语义信息较少,单个特征层的信息不够充分的问题,低层特征图能呈现目标位置但语义信息相对稀缺,高层特征图语义信息丰富但不准确,导致网络难以完全学习到目标的特征信息,存在识别准确性不足的问题。


技术实现思路

1、本专利技术所要解决的技术问题在于提供一种检测精度高、准确度高的基于注入语义注意力的目标检测方法。

2、解决上述技术问题所采用的技术方案是:一种基于注入语义注意力的目标检测方法,包括以下本文档来自技高网...

【技术保护点】

1.一种基于注入语义注意力的目标检测方法,其特征在于,包括以下步骤:

2.根据权利要求1所述基于注入语义注意力的目标检测方法,其特征在于,所述步骤2中位置感知掩码注意力模块和卷积层的共同处理的方法为:待检测图像经不同尺度下采样处理,得到下采样第一至第三尺度特征图,对第三尺度特征图下采样得到第四尺度特征图,对第四尺度特征图上采样处理,得到第五尺度上采样特征图,对第五尺度上采样特征图上采样处理,得到第六尺度上采样特征图,对第六尺度上采样特征图上采样处理,得到第七尺度上采样特征图,将下采样第一、二、三尺度特征图分别与上采样第五、六、七尺度特征图通过残差连接处理融合特征,将低分辨率、...

【技术特征摘要】

1.一种基于注入语义注意力的目标检测方法,其特征在于,包括以下步骤:

2.根据权利要求1所述基于注入语义注意力的目标检测方法,其特征在于,所述步骤2中位置感知掩码注意力模块和卷积层的共同处理的方法为:待检测图像经不同尺度下采样处理,得到下采样第一至第三尺度特征图,对第三尺度特征图下采样得到第四尺度特征图,对第四尺度特征图上采样处理,得到第五尺度上采样特征图,对第五尺度上采样特征图上采样处理,得到第六尺度上采样特征图,对第六尺度上采样特征图上采样处理,得到第七尺度上采样特征图,将下采样第一、二、三尺度特征图分别与上采样第五、六、七尺度特征图通过残差连接处理融合特征,将低分辨率、语义强的特征与高分辨率、语义弱的特征相结合得到语义特征图。

3.根据权利要求1所述基于注入语义注意力的目标检测方法,其特征在于,所述步骤3中,语义特征图与多尺度基础特征图的尺度大小不一致时,将语义特征图的尺度大小调整至多尺度基础特征图的尺度大小。

4.一种基于注入语义注意力的目...

【专利技术属性】
技术研发人员:张文文徐铭锋裴炤
申请(专利权)人:陕西师范大学
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