一种基于新型特征金字塔网络的图像目标检测方法
发明专利本发明公开了一种基于新型特征金字塔网络的图像目标检测方法,首先采用金字塔池化模块对输入的最高等级特征图处理,得到包含特征图不同大小区域上下文信息的多尺度特征,然后对所有等级的特征图进行降维和平均池化,得到通道数一致、大小一致的四个特征图,再送入两个1x1卷积层计算得到位置权重,并对四个特征图进行位置加权,然后采用3x3卷积对最高等级的特征图进行处理并自上而下相加融合得到五个特征图,最后在五个特征图上预测,得到目标检测结果。本发明不仅能解决混叠效应、高级语义信息被稀释和低级空间信息局限访问的问题,还能不复杂化特征金字塔网络的融合结构,生成更具有鉴别性的特征,提升不同类型的检测器的检测精度。
《一种基于新型特征金字塔网络的图像目标检测方法》是一发明专利,专利号为 202210048960X,当前法律状态为已下证,由广东工业大学提出申请,发明人为潘晴;黄强;田妮莉,申请日期为2022-01-17,公开(公告)日期为2025-03-25,国际专利分类号(IPC)为 G06V10/82(2022.01)I;G06N3/0464(2023.01)I;G06N3/08(2023.01)I;G06V10/80(2022.01)I;G06V10/46(2022.01)I,高新资质:未报高企,所属技术领域包括:自动驾驶、数字图像处理、安全帽检测、行人检测、目标检测算法、检测网络处理图像检测、目标识别。该专利已下发证书,权利稳定,适合直接办理转让过户,是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更(过户)的一站式专利转让服务,专业顾问全程协助,确保交易合规、安全、高效。专利摘要:本发明公开了一种基于新型特征金字塔网络的图像目标检测方法,首先采用金字塔池化模块对输入的最高等级特征图处理,得到包含特征图不同大小区域上下文信息的多尺度特征,然后对所有等级的特征图进行降维和平均池化,得到通道数一致、大小一致的四个特征图,再送入两个1x1卷积层计算得到位置权重,并对四个特征图进行位置加权,然后采用3x3卷积对最高等级的特征图进行处理并自上而下相加融合得到五个特征图,最后在五个特征图上预测,得到目标检测结果。本发明不仅能解决混叠效应、高级语义信息被稀释和低级空间信息局限访问的问题,还能不复杂化特征金字塔网络的融合结构,生成更具有鉴别性的特征,提升不同类型的检测器的检测精度。
海量优质专利即买即用,四大核心优势助您弯道超车:
🏆 拿资质,享红利:高企认定、专精特新必备!轻松获取政府补贴、税收减免,招投标直接加分!
💎 增信誉,融资金:支持实缴注册资金,彰显企业硬实力;支持专利质押贷款,盘活现金流,扩张不缺钱!
🔥 强背书,防抄袭:印上“专利产品”,客户更信赖!构建技术壁垒,把竞争对手挡在门外,稳占市场份额!
🚀 省时间,快变现:告别漫长研发与高风险!优质专利即买即用,让技术立刻变成真金白银的利润!
