基于级联融合和注意力机制的深度学习小目标检测方法及装置.pdf

一种基于注意力机制与多尺度融合的目标检测方法.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114882428 A (43)申请公布日 2022.08.09 (21)申请号 202210341735.5 G06V 10/82 (2022.01)

2023-05-16 约1.6万字 15页立即下载

基于注意力机制的目标检测方法.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114882205 A (43)申请公布日 2022.08.09 (21)申请号 202210339874.4 G06N 3/04 (2006.01)

2023-05-14 约1.37万字 14页立即下载

基于注意力机制与特征融合的小目标检测研究.docx 基于注意力机制与特征融合的小目标检测研究一、引言在计算机视觉领域中，目标检测是一个关键任务，特别是在各种应用场景下，如无人驾驶、智能安防等。随着技术的发展和需求的变化，小目标检测成为了研究的热点。小目标由于其尺寸小、特征不明显等特点，给传统的目标检测算法带来了巨大的挑战。近年来，基于深度学习的目标检测方法得到了广泛的应用，特别是结合了注意力机制与特征融合的技术在解决小目标检测问题上表现出显著的优势。本文旨在探讨基于注意力机制与特征融合的小目标检测的研究与应用。二、注意力机制在小目标检测中的重要性 注意力机制是深度学习中的一种重要技术，通过模拟人类的注意力焦点机制，使得模型能够更关注于关键

2025-03-10 约4.44千字 9页立即下载

基于注意力机制和图像特征融合的3D点云目标检测方法.docx PAGE 1- 基于注意力机制和图像特征融合的3D点云目标检测方法 一、1.基于注意力机制和图像特征融合的3D点云目标检测方法概述 (1)随着自动驾驶、机器人视觉等领域的快速发展，3D点云目标检测成为了一个重要的研究方向。传统的3D点云目标检测方法主要依赖于基于深度学习的模型，但这些方法在处理复杂场景和遮挡问题时常面临挑战。近年来，基于注意力机制和图像特征融合的3D点云目标检测方法逐渐受到关注。这类方法通过引入注意力机制，能够有效地聚焦于点云中的重要特征，从而提高检测的准确性和鲁棒性。 (2)注意力机制是一种模拟人类视觉注意力的计算模型，它能够自动学习到图像中的关键区域，并在目标检测中起到关键

2025-01-23 约2.25千字 4页立即下载

基于特征融合和注意力机制的高原鼠兔目标检测方法研究.docx 基于特征融合和注意力机制的高原鼠兔目标检测方法研究一、引言高原鼠兔，作为生态系统中重要的一环，其数量与分布情况对于生态环境保护具有极其重要的意义。近年来，随着人工智能和计算机视觉的飞速发展，利用自动化手段对高原鼠兔进行高效、准确的检测与监测已经成为一种迫切的需求。在众多的方法中，基于特征融合和注意力机制的目标检测方法，凭借其高效和精确的特性，引起了广大研究者的关注。本文针对基于特征融合和注意力机制的高原鼠兔目标检测方法展开深入研究。二、相关文献综述对于高原鼠兔的检测，过去多依赖于人工统计与肉眼观测的方式，这种方法的效率和精度都非常有限。随着技术的发展，一些学者开始利用机器学习和深度学习

2025-05-10 约4.68千字 10页立即下载

基于注意力机制的多传感器融合目标检测方法研究.docx 基于注意力机制的多传感器融合目标检测方法研究一、引言在智能传感器系统中，多传感器融合目标检测方法一直是研究的重要方向。通过结合不同类型传感器的数据，可以有效提高目标检测的准确性和鲁棒性。近年来，随着深度学习的发展，基于注意力机制的多传感器融合目标检测方法得到了广泛关注。本文旨在研究基于注意力机制的多传感器融合目标检测方法，探讨其应用场景及优越性。二、相关工作近年来，目标检测在计算机视觉领域得到了广泛关注。多传感器融合技术可以综合不同传感器的信息，提高目标检测的准确性和鲁棒性。注意力机制作为一种有效的深度学习方法，可以自动关注重要信息，提高模型的性能。因此，将注意力机制引入多传感器融合目

2025-05-13 约5.21千字 10页立即下载

基于双向注意力聚合机制的红外小目标检测方法.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114882322 A (43)申请公布日 2022.08.09 (21)申请号 202210658277.8 (22)申请日 2022.06.10 (71)申请人西安电子科技大学地址 71007

2023-05-17 约1.55万字 12页立即下载

一种基于注意力和对比学习的小样本目标检测方法.pdf (19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 113392855 A (43)申请公布日 2021.09.14 (21)申请号 202110793593.1 G06N 3/08 (2006.01) (22)申请日 20

2023-06-20 约1.99万字 17页立即下载

融合注意力机制与知识蒸馏：目标细分类与检测的深度探索.docx 融合注意力机制与知识蒸馏：目标细分类与检测的深度探索一、引言 1.1研究背景与意义在计算机视觉领域，目标细分类与检测是至关重要的研究方向，其旨在识别图像或视频中的特定对象，并进一步确定这些对象的具体类别和位置，在自动驾驶、安防监控、医学影像分析、工业质检等众多领域发挥着关键作用。在自动驾驶系统里，不仅要检测出道路上的车辆、行人、交通标志等目标，还需对车辆的类型（如轿车、卡车、公交车）、行人的行为状态（正常行走、奔跑、摔倒）以及交通标志的具体含义（如禁止通行、限速、转弯指示）进行细分类，从而为车辆的决策和控制提供准确信息，保障行车安全。在安防监控中，通过目标细分类与检测技术，能够实时监测

2025-02-22 约2.95万字 24页立即下载

2025-03-23 约4.46万字 71页立即下载

一种基于混合注意力机制的端到端单目标跟踪方法及装置.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114550040 A (43)申请公布日 2022.05.27 (21)申请号 202210152336.4 G06V 10/764 (2022.01)

2023-05-06 约1.12万字 9页立即下载

基于Swin Transformer与注意力机制的地质雷达目标检测方法研究.docx 基于SwinTransformer与注意力机制的地质雷达目标检测方法研究一、引言地质雷达作为一种重要的地球物理探测手段，广泛应用于地质勘探、资源开发、环境监测等领域。然而，地质雷达图像的复杂性和多变性使得目标检测成为一项具有挑战性的任务。近年来，深度学习技术的快速发展为地质雷达目标检测提供了新的解决方案。本文提出了一种基于SwinTransformer与注意力机制的地质雷达目标检测方法，以提高目标检测的准确性和效率。二、SwinTransformer与注意力机制概述 SwinTransformer是一种基于自注意力机制的深度学习模型，其具有优异的特征提取能力。该模型通过引入移窗操作和层次

2025-03-06 约4.42千字 9页立即下载

基于注意力机制的轻量化实时目标检测方法研究.pdf 摘要图像目标检测是计算机视觉领域中一项基础且富有挑战的任务，其目标旨在检测出覆盖感兴趣区域的最小边框，并同时赋予该边框对应的语义标签。近年来，随着深度学习的发展， 目标检测器的性能得到了极大的提升。尽管这些检测器取得了巨大的进步，但是它们大多数包含了成百甚至上千的卷积层和特征通道，其模型大小和执行效率对于真实世界需要实时推理的应用，譬如自动驾驶、机器视觉来说是不可接受的。为了适应真实世界的应用，许多轻量化实时目标检测器被提出，它们通常采用单分支骨干网结构，包含少量的卷积层和连续的下采样操作，这使得其高分辨率定位细节粗糙且不准确，这对于目标的定位是不利的。另一方面，由于轻量化网络的

2025-04-06 约12.82万字 76页立即下载

基于Swin+Transformer与注意力机制的地质雷达目标检测方法研究.pdf 摘要我国正在运营的隧道数量日益增加，隧道中病害出现的次数也随之增多，对运营造成极大的不利影响。检测病害并及时对病害位置处理，对隧道的安全和运营有着重大的意义。在检测方法中，无损检测技术已成为目前隧道检测最为常见的技术，其中地质雷达以高速、精确、无损的优点成为检测隧道内部的重要手段。地质雷达在对隧道进行检测后会返回相对应的雷达图像，需要人工对图像进行解释。但由于隧道数量增加以及运营中检测维护，雷达图像数量也急剧增加，且人工解释受到主观性影响，须较强的专业性，已不能满足逐渐增加的隧道检测维护

2025-02-07 约7.97万字 69页立即下载

一种基于卷积注意力机制的复杂背景下目标检测方法.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114882241 A (43)申请公布日 2022.08.09 (21)申请号 202210558583.4 G06N 3/04 (2006.01)

2023-05-15 约1.63万字 17页立即下载