龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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：拓尔思信息技术股份有限公司
摘要：本发明属于基于人工智能的图像检测领域，提出了一种基于深度学习的超分辨率图像小目标检测方法，通过对yolov8图像检测模型进行优化实现对超分辨率图像小目标的检测。通过对输入图像进行数据预处理，对超分辨率图像进行重构，解决超分辨率图像尺寸较大导致模型检测速度慢、计算量增加的问题。其次，随着网络的加深，通过对模型的特征提取层进行高维和低维的特征融合，模型提取到的小目标对象特征信息不易丢失，提高小目标检测的精确度。
主权项：1.一种基于深度学习的超分辨率图像小目标检测方法，其特征在于，S1：超分辨率图像重构：采用滑动窗口裁剪的方法对图像进行重构，得到重构后的图像作为子图以及裁剪图像信息；S2：数据预处理：通过几何变换和强度变换对S1重构后的图像进行增强处理，得到增强后的图像；S3：特征融合：将S2增强后的图像输入骨干网络进行特征提取，得到图像的低维特征信息和高维特征信息；通过将高维特征信息与低维特征信息输入特征融合网络进行融合，得到每层的融合特征；通过将所述每层的融合特征输入自适应特征池化层再进行融合，得到最终融合特征;S4：检测模型结果输出：将S3的最终融合特征输入yolov8图像检测模型的检测头模块进行预测，输出为图像重构后每个子图的小目标检测结果；所述小目标检测结果包含坐标信息和置信度；S5：图像还原：根据S1步骤的裁剪图像信息将S4中所有子图的坐标信息和置信度还原映射到原超分辨率图像上，作为原超分辨率图像检测结果；S6：非最大抑制算法NMS结果去重：使用非最大抑制算法对S5原超分辨率图像检测结果中因为裁剪重叠部分产生的重复检测结果进行过滤。
全文数据：
权利要求：
百度查询： 拓尔思信息技术股份有限公司 一种基于深度学习的超分辨率图像小目标检测方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号