公开(公告)号：CN114842316A

公开(公告)日：2022-08-02

申请号：CN202210508625.3

申请日：2022-05-10

Applicant: 重庆邮电大学

Inventor： 李国权 ,  何斌 ,  夏瑞阳 ,  林金朝 ,  庞宇 ,  朱宏钰

IPC: G06V10/82 ,  G06V10/80 ,  G06V10/774 ,  G06V10/764 ,  G06N3/04

Abstract: 本发明请求保护一种结合卷积神经网络及Transformer网络的实时目标检测方法，属于图像处理领域。包括以下步骤：S1:输入图像数据；S2：图像通过卷积神经主干网络，使提取特征具备归纳偏置特性；S3：设计检测颈部网络，在检测主干网络及头部网络间进行过渡，为检测头部网络提供高分辨率和高语义特征。S4：设计检测头部网络，在头部网络中引入Transformer,为生成的局部特征间构建多个远程依赖关系，并对图像中存在的目标类别及坐标进行表征；S5:设计一种非线性组合方法，用于减少假阴性样本，提升检测模型对目标的捕获能力；S6：在自然数据集上进行检测。基于该方法，在具有挑战性的PASCAL VOC 2007、2012和MS COCO 2017数据集上实现较好的性能，并且优于许多较为先进的实时检测方法。