[发明专利]一种基于注意力机制与语义弱监督的无锚箱的单阶段目标检测装置在审
申请号: | 201910443385.1 | 申请日: | 2019-05-21 |
公开(公告)号: | CN111985284A | 公开(公告)日: | 2020-11-24 |
发明(设计)人: | 胡志强 | 申请(专利权)人: | 天津科技大学 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/46;G06K9/62 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 300456 天津市经济技术开发区第*** | 国省代码: | 天津;12 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 注意力 机制 语义 监督 无锚箱 阶段 目标 检测 装置 | ||
1.一种基于注意力机制与语义弱监督的无锚箱的单阶段目标检测装置,其特征在于包括以下步骤:
步骤1:用通用特征提取基干网络(例如VGG,ResNet,Googlenet,mobilenet,shufflenet等)提取输入图像特征。
步骤2:提取不同尺度的特征图。
步骤3:将不同尺度特征图通过反卷积的方式依次放大至同一尺度。
步骤4:将反卷积后的特征图依次融合。
步骤5:在每一个融合后的特征图之后添加注意力机制模块再进行目标检测
步骤6:检测头(Detection Head)输出:1.热力图用来估计物体中心位置;2.分类输出用来估计物体类别;3.输出每个物体宽和高与位置精修结果;4.弱监督语义输出。
步骤7:将步骤6每一个DP输出的检测结果用非极大值抑制得出最终检测结果。
2.根据权利要求1步骤3所述的特征图的反卷积处理方式。
3.根据权利要求2步骤4所属的反卷积后特征图融合处理方式与注意力模块的使用方法。
4.根据权利要求3步骤6所述的检测头输出热力图,并以热力图局部极值点当作物体中心的处理方式。
5.根据权利要求4步骤6所述的检测头输出结构。
6.根据权利要求5步骤6所述弱监督的语义分割分支。
7.根据权利要求6步骤6所述的检测头输出物体宽度与高度以及位置精修结果。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于天津科技大学,未经天津科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910443385.1/1.html,转载请声明来源钻瓜专利网。