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：北京航空航天大学

摘要：本发明公开了基于自注意力机制的遥感图像弱监督目标检测方法及系统，该方法包括：获取训练图像和带有的候选框，以及训练图像相对应的图像级标注信息；将训练图像、候选框及标注信息输入识别模型进行训练；所述识别模型包括：候选框簇学习模块和自注意力机制模块；所述自注意力机制模块包括：编码器模块和解码器模块；将待识别目标的图像与带有的候选框输入训练后的识别模型，依次经所述候选框簇学习模块、编码器模块和解码器模块，输出识别结果；所述识别结果包括：图像中对应的目标位置、大小和类别。该方法的识别模型通过自注意力机制来对候选框之间的关系进行建模，能够获得更丰富的信息，进而获得更好的检测结果。

主权项：1.基于自注意力机制的遥感图像弱监督目标检测方法，其特征在于，包括：S10、获取训练图像和带有的候选框，以及训练图像相对应的图像级标注信息；S20、将训练图像、候选框及标注信息输入识别模型进行训练；所述识别模型包括：候选框簇学习模块和自注意力机制模块；所述自注意力机制模块包括：编码器模块和解码器模块；S30、将待识别目标的图像与带有的候选框输入训练后的识别模型，依次经所述候选框簇学习模块、编码器模块和解码器模块，输出识别结果；所述识别结果包括：图像中对应的目标位置、大小和类别；其中，在所述S30步骤中，所述编码器模块的编码流程如下：对所述候选框簇学习模块输出的目标候选框，提取高维特征F∈Rd×1以及对应的位置和大小编码P∈Rd×1；R代表实数空间；根据所述高维特征的维度d、目标候选框的数量m，生成特征图M∈Rd×m；将所述特征图M通过不同的线性映射层映射为Q,K,V，获得新的自注意力特征图： 新的自注意力特征图Mnew经过三个自注意力机制层，得到编码后的候选框特征图M*∈Rd×m；在所述S30步骤中，所述解码器模块的解码流程如下：解码器模块的输入为一组学习获得的查询向量q∈Rd×1构成的特征图H∈Rd×n，以及编码器模块得到的编码后的候选框特征图M*，其中n为查询向量的个数；将所述解码器模块的输入通过不同的线性映射层映射为Q’,K’,V’，获得对H矩阵的更新： 更新后的Hnew经过三个自注意力机制层，得到解码后的查询向量特征图H*∈Rd×n。

全文数据：

权利要求：

百度查询： 北京航空航天大学 基于自注意力机制的遥感图像弱监督目标检测方法及系统