公开(公告)号：CN116385766A

公开(公告)日：2023-07-04

申请号：CN202310173316.X

申请日：2023-02-28

Applicant: 安徽大学

Inventor： 王福田 ,  陈菲儿 ,  汤进

IPC: G06V10/764 ,  G06V10/774 ,  G06V10/80 ,  G06V10/82 ,  G06N3/08 ,  G06T7/00 ,  G06N3/0464

Abstract: 本发明公开一种融合梯度图的镂空目标检测方法，制作镂空物体数据集，对原图处理获得梯度图；将原图和梯度图同时送入两个目标检测网络得到原图特征和对应梯度图特征；将原图特征和梯度图特征通过轻量级梯度注意力模块进行融合，将得融合特征继续进行网络前向传播最终得到目标的边界框信息和类别信息；不断迭代获得最优目标检测模型；将待识别的图像输入至最优目标检测模型，计算输出置信度大于阈值的分类结果作为待检测图像的识别结果。本发明通过梯度注意力模块使用梯度信息来增强原图中的镂空物体特征，使网络能够学习到更有意义的特征。同时，本发明可以很容易地被推广到各种检测框架中，从而使几乎所有镂空目标的检测都得到改善。