【技术实现步骤摘要】
本专利技术涉及计算机视觉领域，特别地，涉及一种基于快速注意力的脉冲图像目标检测方法。
技术介绍
1、在未来图像视频技术的发展中，脉冲相机将会是一个全新的发展方向，超高速脉冲相机模拟灵长类视网膜编码原理，机器的速度和生物视觉的机制相结合，目前可实现以40khz的频率将光信号转化为脉冲比特流，实现了比人类视觉快1000倍的高速目标检测和跟踪，较常见数码相机记录的视觉时空变化更为完整，有望从根本上改变图像和视频概念及相关行业。而在这个背景下，对脉冲图像的识别处理也急需进行研究。
2、与此同时，大部分基于卷积神经网络机制（cnn）的目标检测模型，模型内部并没有使用注意力机制，或仅使用轻量化的传统注意力机制。模型的表达和泛化能力较弱，训练速度和收敛速度也有较大提升空间，对于长序列和大图像的处理能力仍然有难度。在开源目标检测模型例如“you only look once v8”(以下简称yolov8)中，其仅有轻量化的传统注意力机制，如“se”、“cbam”等。使用传统注意力机制的目标检测模型对于高速脉冲图像在极端光照环境下的识别处理能...
【技术保护点】
1.一种基于快速注意力的脉冲图像目标检测方法，其特征在于，包含以下步骤：
2.根据权利要求1所述的基于快速注意力的脉冲图像目标检测方法，其特征在于，在步骤S1中，将输入图像统一调整为相同分辨率图像，然后对图像中待检测的物体进行标注，标注格式需符合模型要求，一张图像对应一个标注文件，分别得到图像和图像标注标签，按照训练集、测试集和评估集将数据分类并按模型格式要求存储。
3.根据权利要求1所述的基于快速注意力的脉冲图像目标检测方法，其特征在于，在步骤S2中，构建所述快速注意力机制定义层，使其可以在所述主干神经网络中被自适应引用，修改模型代码使所述快...
【技术特征摘要】
1.一种基于快速注意力的脉冲图像目标检测方法，其特征在于，包含以下步骤：
2.根据权利要求1所述的基于快速注意力的脉冲图像目标检测方法，其特征在于，在步骤s1中，将输入图像统一调整为相同分辨率图像，然后对图像中待检测的物体进行标注，标注格式需符合模型要求，一张图像对应一个标注文件，分别得到图像和图像标注标签，按照训练集、测试集和评估集将数据分类并按模型格式要求存储。
3.根据权利要求1所述的基于快速注意力的脉冲图像目标检测方法，其特征在于，在步骤s2中，构建所述快速注意力机制定义层，使其可以在所述主干神经网络中被自适应引用，修改模型代码使所述快速注意力机制定义层与模型兼容适配。
4.根据权利要求1所述的基于快速注意力的脉冲图像目标检测方法，其特征在于，在步骤s3中，设计模型的所述主干神经网络结构，在...
【专利技术属性】
技术研发人员：李广煜，张世雄，魏文应，黎俊良，李若尘，
申请(专利权)人：广东博华超高清创新中心有限公司，
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。