申请/专利权人:福州大学
申请日:2024-01-12
公开(公告)日:2024-04-12
公开(公告)号:CN117876706A
主分类号:G06V10/44
分类号:G06V10/44;G06V10/774;G06V10/82;G06V10/80;G06N3/0464;G06N3/0455;G06N3/048;G06N3/084
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.30#实质审查的生效;2024.04.12#公开
摘要:本发明提供一种基于CNN‑Transformer交叉融合的伪装目标检测方法,包括:进行数据预处理,包括数据配对、数据增强处理,得到训练数据集;设计由并行特征提取网络、多个交叉融合模块和金字塔式渐进聚合模块组成的基于CNN‑Transformer交叉融合的伪装目标检测网络;设计损失函数,指导步骤B所设计网络的参数优化;使用步骤A得到的训练数据集训练步骤B中的基于CNN‑Transformer交叉融合的伪装目标检测网络,得到训练好的基于CNN‑Transformer交叉融合的伪装目标检测模型;将待测图像输入训练好的基于CNN‑Transformer交叉融合的伪装目标检测模型,输出伪装目标的掩码图像。
主权项:1.一种基于CNN-Transformer交叉融合的伪装目标检测方法,其特征在于:包括以下步骤:步骤A、进行数据预处理,包括数据配对、数据增强处理,得到训练数据集;步骤B、设计由并行特征提取网络、多个交叉融合模块和金字塔式渐进聚合模块组成的基于CNN-Transformer交叉融合的伪装目标检测网络;步骤C、设计损失函数,以指导步骤B所设计网络的参数优化;步骤D、使用步骤A得到的训练数据集训练步骤B中的基于CNN-Transformer交叉融合的伪装目标检测网络,得到训练好的基于CNN-Transformer交叉融合的伪装目标检测模型;步骤E、将待测图像输入训练好的基于CNN-Transformer交叉融合的伪装目标检测模型,输出伪装目标的掩码图像。
全文数据:
权利要求:
百度查询: 福州大学 基于CNN-Transformer交叉融合的伪装目标检测方法
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。