买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
申请/专利权人:昆明理工大学
摘要:本发明提出了基于TransUnet的太阳暗条图像检测方法,所述方法包括如下步骤:通过TransUnet网络进行太阳暗条检测,通过TransUnet网络中的残差下采样模块、跳跃连接上采样模块和残差跳跃连接路径对采集的太阳暗条图像进行检测;其中残差下采样模块使用多尺度的卷积核进行处理,获得不同尺度的暗条特征,通过使用不同的卷积核大小,利用不同感受野对暗条区域进行特征提取,随后通过1x1卷积调整输出深度,将不同卷积核提取的特征进行特征拼接,特征拼接后使用1x1卷积使暗条特征在不同尺度上进行融合,并将提取到的特征进行图像序列化和位置信息嵌入后,加入Transformer模块进行处理,提取暗条的全局特征。
主权项:1.基于TransUnet的太阳暗条图像检测方法,其特征在于,所述方法包括如下步骤:通过TransUnet网络进行太阳暗条检测,通过TransUnet网络中的残差下采样模块、跳跃连接上采样模块和残差跳跃连接路径对采集的太阳暗条图像进行检测;其中残差下采样模块使用多尺度的卷积核进行处理,获得不同尺度的暗条特征,通过使用不同的卷积核大小,利用不同感受野对暗条区域进行特征提取,随后通过1x1卷积调整输出深度,将不同卷积核提取的特征进行特征拼接,特征拼接后使用1x1卷积使暗条特征在不同尺度上进行融合,并将提取到的特征进行图像序列化和位置信息嵌入后,加入Transformer模块进行处理,提取暗条的全局特征;随后跳跃连接上采样模块通过2x上采样和图像拼接实现图像尺寸的恢复和细节信息的融合,通过可变形大核注意力机制在扩大对暗条特征感受野的同时,利用可变形卷积以适应暗条的不同形状,再通过3×3卷积进行通道调整和特征学习;通过残差跳跃连接路径进行全局信息和细节信息的拼接,通过1×1卷积与3×3卷积与残差下采样模块进行对比,从不同尺度同步网络处理跳跃连接信息,同时使网络学习不同语义信息的融合方式,并将融合后的数据进行输出。
全文数据:
权利要求:
百度查询: 昆明理工大学 基于TransUnet的太阳暗条图像检测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。