龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：山东师范大学
申请日：2022-01-13
公开（公告）日：2024-06-07
公开（公告）号：CN114549970B
主分类号：G06V20/10
分类号：G06V20/10;G06V20/68;G06V10/40;G06V10/774;G06V10/82;G06N3/0455;G06N3/0464;G06N3/084
优先权：
专利状态码：有效-授权
法律状态：2024.06.07#授权;2022.06.14#实质审查的生效;2022.05.27#公开
摘要：本公开提供了一种融合全局细粒度信息的夜间小目标果实检测方法，其特征在于，包括：获取待检测的果实图像；基于预先训练的残差网络模型，对所述果实图像进行特征提取；其中，所述残差网络模型包括若干卷积块及焦点瓶颈Transformer结构，通过所述焦点瓶颈Transformer结构从全局区域提取粗粒度信息和局部细粒度信息；将所述残差网络模型每层输出的特征，作为特征金字塔网络模型每层的输入，输出不同尺度下的特征信息；将所述特征信息输入到预先训练的目标检测器中，输出目标检测结果。
主权项：1.一种融合全局细粒度信息的夜间小目标果实检测方法，其特征在于，包括：获取待检测的果实图像；基于预先训练的残差网络模型，对所述果实图像进行特征提取；将所述残差网络模型每层输出的特征，作为特征金字塔网络模型每层的输入，输出不同尺度下的特征信息；将所述特征信息输入到预先训练的目标检测器中，输出目标检测结果；所述残差网络模型包括五部分，其中，前四部分均为卷积块，第五部分为焦点瓶颈Transformer结构，第四部分卷积块的输出结果输入到所述焦点瓶颈Transformer结构中；所述焦点瓶颈Transformer结构为带有残差结构且中间层为焦点Transformer层的瓶颈结构组成；其中，对于焦点Transformer层，首先将第四部分卷积块的输出结果进行划分为包，然后经过包嵌入运算将特征映射进行线性投影和归一化操作，然后将位置编码嵌入至线性投影中，从而获得焦点Transformer编码器的输入；焦点Transformer编码器经过带有残差结构的焦点多头自注意力机制模块和带有残差结构的多层感知机，获得全局粗粒度信息与细粒度信息；然后，经过变型运算获得焦点瓶颈Transformer结构输出的特征映射。
全文数据：
权利要求：
百度查询： 山东师范大学 融合全局细粒度信息的夜间小目标果实检测方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号