一种基于部分卷积嵌入和聚集分发机制的目标检测方法

    公开(公告)号:CN117671414A

    公开(公告)日:2024-03-08

    申请号:CN202311537095.6

    申请日:2023-11-17

    Abstract: 本发明涉及一种基于部分卷积嵌入和聚集分发机制的目标检测方法,属于计算机视觉技术领域。该方法包括:获取目标检测公共数据集,将其标注文件转换为YOLO格式文件,并划分为训练集、验证集和测试集;使用目标检测网络YOLOv8作为检测模型的主框架,搭建基于部分卷积嵌入和聚集分发机制的目标检测网络模型,包括空间特征提取模块和多尺度信息融合模块,通过将部分卷积嵌入到骨干网络来提取空间特征信息以及使用聚集分发机制增加模型的多尺度信息融合能力;基于训练集训练上述所改进的模型,得到最优的目标检测模型;本发明的目标检测模型在检测效率提高的同时对小目标检测能力更强,且拥有更高的总体精确度。

    基于可分离卷积块和空间缩减注意力机制的图像分类方法

    公开(公告)号:CN117422919A

    公开(公告)日:2024-01-19

    申请号:CN202311428350.3

    申请日:2023-10-31

    Abstract: 本发明涉及一种基于可分离卷积块和空间缩减注意力机制的图像分类方法,属于图像分类领域。将交叉深度可分离卷积和经过改进的空间缩减注意力机制加入到PVT模型中,减少模型训练时间,并且在减少注意力计算时计算量的同时基本不损失特征图的原始信息。搭建基于交叉深度可分离卷积块嵌入和空间缩减注意力机制的网络模型,包括块嵌入模块,线性投影模块,位置信息嵌入模块以及空间缩减注意力机制模块;进行图像分类,以提升在图像分类时的计算速率以及保留原始边界信息。从而达到整体的提升效果。本发明有效地改善了模型计算量巨大以及图像边界信息丢失等问题,减少了模型的计算量以及提升了模型分类性能。

    基于多尺度注意力和双编码器的遥感图像语义分割方法

    公开(公告)号:CN117496151A

    公开(公告)日:2024-02-02

    申请号:CN202311529262.2

    申请日:2023-11-16

    Abstract: 本发明涉及基于多尺度注意力和双编码器的遥感图像语义分割方法,属于遥感图像语义分割技术领域。将Swin Transformer嵌入到基于CNN的残差网络中,形成并行的双编码器。关系聚合模块作为桥梁传递信息,利用全局特征引导主编码器获得更多的判别特征。通过具有高效通道注意力模块的多尺度跳跃连接,以利用多尺度特征并获得通道间的关系。位置注意力模块,获取任意两个位置特征图之间的空间依赖性,提高类内相关性和语义一致性。搭建基于多尺度注意力和双编码器的遥感图像语义分割网络模型。本发明有效的改善了语义分割中类内差异大,类间差异小等问题,显著得提高了语义分割模型的性能。

    一种基于图卷积网络的协同过滤推荐方法

    公开(公告)号:CN116450954A

    公开(公告)日:2023-07-18

    申请号:CN202310442845.5

    申请日:2023-04-23

    Abstract: 本发明涉及一种基于图卷积网络的协同过滤推荐方法,属于内容推荐领域,包括获取数据集;将数据构造成用户‑项目二分图,用户‑用户二分图,项目‑项目二分图;构造子图生成模块,结合用户特征和图结构来识别具有相似兴趣的用户,然后通过保留这些用户及其交互项目来构造子图;在低阶图卷积模块中生成的用户项目的嵌入与子图生成模块中的嵌入拼接,形成最终的推荐结果。该方法提供了一种基于卷积图神经网络的协同过滤推荐算法,定义了一种子图生成模块,并加入一阶信息,定义了一个新的约束损失函数,解决了基于图卷积的推荐算法中,迭代多层出现的过渡平滑问题,通过堆叠更多的层来利用高阶邻居的信息而获得改进。

Patent Agency Ranking