基于注意力机制深度学习网络的目标检测方法及装置

授权

摘要

本发明提供一种基于注意力机制深度学习网络的目标检测方法，其特征在于，通过含有注意力机制模块的目标检测模型对待检测图像进行特征图提取并从中检测出目标的位置和类别，注意力机制模块包括：至少一个注意力模块M1，用于根据特征图生成相同大小注意力权重矩阵并作用于该特征图；至少一个注意力感受野模块M2，用于对特征图进行特征提取；以及至少一个注意力特征融合模块M3，用于对网络不同层次的特征进行融合。该目标检测方法在具有高检测准确率的基础上还保证了高检测速度，同时模型的结构简洁且计算量小。

基本信息

专利标题：

基于注意力机制深度学习网络的目标检测方法及装置

专利标题（英）：

暂无

公开（公告）号：

CN110852383A

申请号：

CN201911100964.2

公开（公告）日：

2020-02-28

申请日：

2019-11-12

授权号：

CN110852383B

授权日：

2022-06-14

发明人：

苗书宇李华宇刘天弼冯瑞

申请人：

复旦大学

申请人地址：

上海市杨浦区邯郸路220号

代理机构：

上海德昭知识产权代理有限公司

代理人：

卢泓宇

优先权：

CN201911100964.2

主分类号：

G06K9/62

IPC分类号：

G06K9/62 G06N3/04 G06N3/08