基本信息:
- 专利标题： 基于渐进式多尺度特征融合网络的小目标检测方法
- 申请号：CN202510265797.6 申请日：2025-03-07
- 公开(公告)号：CN119888199A 公开(公告)日：2025-04-25
- 发明人： 刘帆 , 李毅 , 付锐 , 梁雅婷 , 陈源
- 申请人： 太原理工大学
- 申请人地址： 山西省太原市万柏林区迎泽西大街79号
- 专利权人： 太原理工大学
- 当前专利权人： 太原理工大学
- 当前专利权人地址： 山西省太原市万柏林区迎泽西大街79号
- 代理机构： 太原科卫专利事务所(普通合伙)
- 代理人： 郭晓丽
- 主分类号： G06V10/25
- IPC分类号： G06V10/25 ; G06V10/80 ; G06V10/82 ; G06V10/42 ; G06V10/44 ; G06N3/045 ; G06N3/0464
摘要：
本发明属于小目标检测技术领域，具体为一种基于渐进式多尺度特征融合网络的小目标检测方法，解决了现有小目标检测方法中特征金字塔网络深层特征中语义信息丢失，同时使用自下而上的路径导致浅层的信息在下采样与按路径融合时出现小目标特征丢失的技术问题，其包括将待检测小目标图像的大小进行统一调整，将调整后的图像输入到小目标检测网络的骨干网络部分；骨干部分对输入的待检测图像进行特征提取，得到四个尺度的特征图；颈部部分对骨干网络输出的四个尺度的特征图进行特征增广；再对特征图进行尺度对齐，通过对不同层级的特征进行上采样或下采样来实现每个特征图进行尺度调整；将处理后的特征图输入检测头预测置信度、分类和边界框。