CN114332620B 基于特征融合和注意力机制的机载图像车辆目标识别方法 （杭州电子科技大学）_第1页
CN114332620B 基于特征融合和注意力机制的机载图像车辆目标识别方法 （杭州电子科技大学）_第2页
CN114332620B 基于特征融合和注意力机制的机载图像车辆目标识别方法 （杭州电子科技大学）_第3页
CN114332620B 基于特征融合和注意力机制的机载图像车辆目标识别方法 （杭州电子科技大学）_第4页
CN114332620B 基于特征融合和注意力机制的机载图像车辆目标识别方法 （杭州电子科技大学）_第5页
已阅读5页，还剩16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

基于特征融合和注意力机制的机载图像车本发明公开了一种基于特征融合和注意力在注意力模块中使用空间注意力和通道注意力2机载图像车辆目标识别模型包括特征提取模块、特征融合模块、注意力S4：通过注意力模块，对最终融合后的多尺度特征得到每个特征图上对应于原图的候选框，利用真实值信息计算每个候选框的正负样本属特征图N4i为Resnet50特征提取后得到的相较于32.根据权利要求1所述的一种基于特征融合和注意力机制的机载图像车辆目标识别方使用Resnet50作为特征提取模块的主干，提取原始图片的3.根据权利要求2所述的一种基于特征融合和注意力机制的机载图像车辆目标识别方44.根据权利要求3所述的一种基于特征融合和注意力机制的机载图像车辆目标识别方在注意力模块输出的特征图上，通过候选区域生成方法在每张5.根据权利要求4所述的一种基于特征融合和注意力机制的机载图像车辆目标识别方类别即为该正样本的预测类别；回归网络利用边界框回归获得每个正样本的位置偏移量，5而无人机图像作为遥感图像和道路监控的有力补充，能够被广泛地应用到交通应急指挥、[0003]传统的无人机图像车辆目标检测方法主要由区域选择、特征提取和分类器构67到新的特征图N4。N4重复进行放大与横向连接操作，直与S2中低层特征图全部完成横向连i为Resnet50特征提取后得到的相增强获取显著特征的能力。注意力模块由空间注意力和通道注意力两个子模块并联构成。89[0053]如图1最左侧所示，使用Resnet50作为特征提取模块的主干，提取原始图片的特i为Resnet50特征提取后得到的相较道注意力两个子模块并联构成。输入的特征图平行地通过空间注意力和通道

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