CN113989601B 特征融合网络构建方法、样本选择方法、目标检测方法及装置 （北京轩宇空间科技有限公司）_第1页
CN113989601B 特征融合网络构建方法、样本选择方法、目标检测方法及装置 （北京轩宇空间科技有限公司）_第2页
CN113989601B 特征融合网络构建方法、样本选择方法、目标检测方法及装置 （北京轩宇空间科技有限公司）_第3页
CN113989601B 特征融合网络构建方法、样本选择方法、目标检测方法及装置 （北京轩宇空间科技有限公司）_第4页
CN113989601B 特征融合网络构建方法、样本选择方法、目标检测方法及装置 （北京轩宇空间科技有限公司）_第5页
已阅读5页，还剩18页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

利算法为每个目标选择最优的样本参与模型训23的分辨率大于特征图f4的分辨率、特征图f4的分辨率大于特征第一合并单元，用于将上采样卷积层处理得到与特征图f4分辨率相同的特征图与特征3.根据权利要求1所述的特征融合网络构建方法，其特征在于，残差模块包括三层卷S2、根据头部检测网络输出的分类信息，计算网6.一种样本选择装置，应用于单阶段目标检测3第一计算单元，用于根据头部检测网络输出的回归第二计算单元，用于根据头部检测网络输出的分类信息，计算干网络和头部检测网络之间的如权利要求1~4中任意一项所述的特征融合网络构建方法所络，以及设于骨干网络和头部检测网络之间的如权利要求1~4中任意一项所述的特征融合序被处理器运行时控制所述存储介质所在设备执行如权利要求5所述的样本选择方法，或4[0002]目标检测是计算机视觉领域的基础研究，广泛应用于视频监控和自动驾驶等领特征图进行目标分类和位置回归。这样的组合可以将不同尺度的目标分配到不同的特征[0004]单阶段检测器根据已有的网络模型和样本选择策略在实际应用取得了很好的检测效果，但目前单阶段检测器使用特征金字塔的网络对骨干网络提取的特征信息进行融3的分辨率大于特征图f4的分辨率、特征图f4的分辨率大于特征56提取特征的作用；7[0052]目前单阶段检测器主要由骨干网络、特征金字塔网络及头部检测网络三部分构[0056]两个残差模块分别对特征图f4进行处理以增大感受野。残差模块包括三层卷积，[0058]下采样卷积层对分辨率最大的特征图f3进行下采样卷积处理，[0059]上采样卷积层对分辨率最小的特征图f5进行下采样卷积处理，8[0062]本实施的特征融合网络替代特征金字塔网络，对骨干网[0072]C,=SC；9及设于骨干网络和头部检测网络之间的如前文实施

人人文库> 全部分类> 行业资料 > 信息产业

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论