卷積神經(jīng)網(wǎng)絡(luò)中自適應(yīng)特征融合方法及系統(tǒng)

基本信息

申請?zhí)?/td> CN202111310425.9 申請日 -
公開（公告）號 CN114092760A 公開（公告）日 2022-02-25
申請公布號 CN114092760A 申請公布日 2022-02-25
分類號 G06V10/774（2022.01）I;G06V10/80（2022.01）I;G06V10/82（2022.01）I;G06K9/62（2022.01）I;G06N3/04（2006.01）I 分類 計算；推算；計數(shù);
發(fā)明人 劉陽;孔祥斌;李洪研;沈志忠;李潔;王雪嵩;馬黎文;陳樹駿 申請（專利權(quán)）人 通號通信信息集團有限公司
代理機構(gòu) 北京紀(jì)凱知識產(chǎn)權(quán)代理有限公司 代理人 孫楠
地址 100070北京市豐臺區(qū)南四環(huán)汽車博物館東側(cè)通號產(chǎn)業(yè)園D座6-8層
法律狀態(tài) -

摘要

摘要 本發(fā)明涉及一種卷積神經(jīng)網(wǎng)絡(luò)中自適應(yīng)特征融合方法及系統(tǒng)，其包括：獲取當(dāng)前特征融合層的各個尺度的特征的權(quán)重系數(shù)；對所述當(dāng)前特征融合層的各個尺度的所述特征的所述權(quán)重系數(shù)進行激活和歸一化；在所述當(dāng)前特征融合層對各個尺度的所述特征進行加權(quán)融合，并將加權(quán)融合后的結(jié)果進行拼接，得到自適應(yīng)特征融合結(jié)果，完成卷積神經(jīng)網(wǎng)絡(luò)中自適應(yīng)特征融合，提高檢測精度。本發(fā)明在提高了特征融合的對于不同訓(xùn)練目標(biāo)的適應(yīng)和收斂性，以及深度學(xué)習(xí)算法的整體精度的同時，能有效節(jié)省人力、物力和時間成本。本發(fā)明可以廣泛在目標(biāo)檢測、跟蹤、語義分割等人工智能技術(shù)領(lǐng)域中。