一种基于注意力机制和角点池化的小目标车辆检测方法

    公开(公告)号:CN116563820A

    公开(公告)日:2023-08-08

    申请号:CN202310503696.9

    申请日:2023-05-06

    Abstract: 本发明提供一种基于注意力机制和角点池化的小目标车辆检测方法,包括获取SODA10M数据集并进行数据增强;输入的图片经过Hourglass‑CA进行特征信息提取,同时使用多级注意力网络进行多尺度特征统一和训练,得到的特征图经过多目标角点池化模块进行车辆的左上和右下角点预测,输出热图、偏移量和嵌入矢量;设计损失函数,并利用Adam算法对所述神经网络模型进行优化;输入经过数据增强的数据集到改进后的神经网络模型中,获取车辆的类别以及位置信息。本发明的技术方案解决了网络模型中的主干网络参数过大的问题,以及因实际拍摄远处车辆,其目标较小,而现有技术在对远处车辆进行小目标检测时往往表现不佳,不能准确地处理远景中车辆的遮挡问题。

Patent Agency Ranking