基于密集多尺度推理网络的显著性目标检测算法
公开
摘要
本发明属于计算机视觉领域，提供了基于密集多尺度推理网络的显著性目标检测算法，包括以下步骤：首先，将预训练好的ResNet‑50网络作为主干网络用于提取初始多层次特征；随后，将特征输入双流多感受野模块通过一系列卷积操作和密集指导连接来增加其内部的显著性信息；之后，利用残差多方式交互策略充分交互优化后的多层次特征生成高质量特征表示；最后将生成的特征表示进行降维激活，生成初始显著性图，并利用真值标签进行深度监督训练。
基本信息
专利标题 ：
基于密集多尺度推理网络的显著性目标检测算法
专利标题（英）：
暂无
公开（公告）号 ：
CN114612683A
申请号 ：
CN202210279654.7
公开（公告）日 ：
2022-06-10
申请日 ：
2022-03-21
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
夏晨星孙延光高修菊李续兵赵文俊
申请人 ：
安徽理工大学
申请人地址 ：
安徽省淮南市山南新区泰丰大街168号
代理机构 ：
代理人 ：
优先权 ：
CN202210279654.7
主分类号 ：
G06V10/44
IPC分类号 ：
G06V10/44 G06V10/80 G06V10/764 G06V10/82 G06K9/62 G06N3/04 G06N3/08
法律状态
2022-06-10 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
