[發明專利]一種弱小目標檢測方法有效
| 申請號： | 202110289389.6 | 申請日： | 2021-03-18 |
| 公開（公告）號： | CN112990317B | 公開（公告）日： | 2022-08-30 |
| 發明（設計）人： | 孫佳琪;朱明;劉長吉;聶海濤 | 申請（專利權）人： | 中國科學院長春光學精密機械與物理研究所 |
| 主分類號： | G06V10/80 | 分類號： | G06V10/80;G06V10/762 |
| 代理公司： | 長春中科長光知識產權代理事務所(普通合伙) 22218 | 代理人： | 高一明;郭婷 |
| 地址： | 130033 吉林省長春*** | 國省代碼： | 吉林;22 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 一種 弱小 目標 檢測 方法 | ||
1.一種弱小目標檢測方法，其特征在于，采用單階段檢測器YOLO，輸入圖像先經過2倍下采樣，再通過高分辨率主干網絡進行低倍率下采樣，將獲得的特征圖進行特征融合，再分別輸入到檢測頭中進行檢測；同時將下采樣后的特征圖接入到注意力模塊中進行處理，輸出的特征圖再次進行特征融合預測，得到最后的預測結果；
高分辨率主干網絡結構為空間特征金字塔結構；
所述高分辨率主干網絡的采樣步驟為：
S101：進行不同倍數下采樣，獲取圖像精細特征；
S102：對S101中得到的特征圖案進行卷積操作改變特征圖案大小；
S103：完成上采樣，同時進行分步預測。
2.根據權利要求1所述的弱小目標檢測方法，其特征在于，對所述單階段檢測器YOLO在針對弱小目標時的預選框進行K-Means聚類，得到最合適尺寸的預選框，對目標最大概率覆蓋。
3.根據權利要求1所述的弱小目標檢測方法，其特征在于，步驟S101所述下采樣倍數為4倍，8倍，16倍。
4.根據權利要求1所述的弱小目標檢測方法，其特征在于，下采樣過程中的每一倍數層通過卷積操作改變特征圖大小使之能與上采樣過程中的相應的特征圖進行特征融合。
5.根據權利要求1所述的弱小目標檢測方法，其特征在于，所述注意力模塊通過關注目標的有判別性特征區域，在檢測過程中對檢測目標的特征信息不斷細化。
6.根據權利要求1所述的弱小目標檢測方法，其特征在于，所述注意力模塊處理步驟為：
S201：輸入特征Q，大小為H×W×C，經過平均池化處理為1×1×C大小；
S202：經過Relu激活函數以及全連接后層輸出特征Q1大小為1×1×C1，C1＝H×W×C/r；
S203：經過Sigmoid函數以及全連接層輸出特征Q2，大小為1×1×C2，C2＝H×W×C；
S204：最后通過整形操作處理成H×W×C的特征，再與輸入原始特征Q進行哈達瑪積處理，輸出最終的特征圖；
其中H、W、C為輸入特征的高、寬和通道數；r為指比率。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于中國科學院長春光學精密機械與物理研究所，未經中國科學院長春光學精密機械與物理研究所許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202110289389.6/1.html，轉載請聲明來源鉆瓜專利網。
- 上一篇：一種自主航行環保船
- 下一篇：一種用于生物大分子提取的可拆卸孔板
