基于渐进式多尺度特征融合网络的小目标检测方法技术

本发明专利技术属于小目标检测技术领域，具体为一种基于渐进式多尺度特征融合网络的小目标检测方法，解决了现有小目标检测方法中特征金字塔网络深层特征中语义信息丢失，同时使用自下而上的路径导致浅层的信息在下采样与按路径融合时出现小目标特征丢失的技术问题，其包括将待检测小目标图像的大小进行统一调整，将调整后的图像输入到小目标检测网络的骨干网络部分；骨干部分对输入的待检测图像进行特征提取，得到四个尺度的特征图；颈部部分对骨干网络输出的四个尺度的特征图进行特征增广；再对特征图进行尺度对齐，通过对不同层级的特征进行上采样或下采样来实现每个特征图进行尺度调整；将处理后的特征图输入检测头预测置信度、分类和边界框。

【技术实现步骤摘要】

本专利技术涉及小目标检测，尤其涉及一种基于渐进式多尺度特征融合网络的小目标检测方法。

技术介绍

1、目标检测是计算机视觉领域的一项基本任务，是对图像或视频中对象进行分类和定位的一项关键任务，它借助于深度卷积神经网络的大量数据和强大的学习能力，近年来取得了显著进展。作为通用目标检测的一个子领域，小目标检测专注于检测那些尺寸较小的目标，在监控、无人机场景分析、行人检测、交通标志检测等各种场景中具有重要的理论和实践意义。在自动驾驶等领域，小目标检测长期以来一直是一个难点，其目标在于精确检测出图像中具有极少可视化特征的小目标。

2、小目标检测对于现实世界的视觉应用至关重要。例如，在远距离拍摄的航空航天影像或视频监控中，借助计算机对捕获的高质量图像数据进行有效分析和处理，能够识别不同类别的目标并标注其位置。这一技术被广泛应用于各种任务场景中，帮助精确定位和识别目标，节省了大量人力和时间成本，因此具备重要的研究意义和实际应用价值。

3、小目标检测与一般目标检测的主要区别在于处理的对象的尺寸。小目标通常具有低分辨率和低质量的外观，并且存在不同程度本文档来自技高网...

【技术保护点】

1.基于渐进式多尺度特征融合网络的小目标检测方法，其特征在于，步骤为：

2.根据权利要求1所述的基于渐进式多尺度特征融合网络的小目标检测方法，其特征在于，步骤S1中，将需要检测的小目标图像大小统一调整成640×640。

【技术特征摘要】

1.基于渐进式多尺度特征融合网络的小目标检测方法，其特征在于，步骤为：

2.根据权利要求1所述的基于渐进...

【专利技术属性】
技术研发人员：刘帆，李毅，付锐，梁雅婷，陈源，
申请(专利权)人：太原理工大学，
类型：发明
国别省市：