卷积神经网络中自适应特征融合方法及系统
基本信息
| 申请号 | CN202111310425.9 | 申请日 | - |
| 公开（公告）号 | CN114092760A | 公开（公告）日 | 2022-02-25 |
| 申请公布号 | CN114092760A | 申请公布日 | 2022-02-25 |
| 分类号 | 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 | 分类 | 计算；推算；计数; |
| 发明人 | 刘阳;孔祥斌;李洪研;沈志忠;李洁;王雪嵩;马黎文;陈树骏 | 申请（专利权）人 | 通号通信信息集团有限公司 |
| 代理机构 | 北京纪凯知识产权代理有限公司 | 代理人 | 孙楠 |
| 地址 | 100070北京市丰台区南四环汽车博物馆东侧通号产业园D座6-8层 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明涉及一种卷积神经网络中自适应特征融合方法及系统，其包括：获取当前特征融合层的各个尺度的特征的权重系数；对所述当前特征融合层的各个尺度的所述特征的所述权重系数进行激活和归一化；在所述当前特征融合层对各个尺度的所述特征进行加权融合，并将加权融合后的结果进行拼接，得到自适应特征融合结果，完成卷积神经网络中自适应特征融合，提高检测精度。本发明在提高了特征融合的对于不同训练目标的适应和收敛性，以及深度学习算法的整体精度的同时，能有效节省人力、物力和时间成本。本发明可以广泛在目标检测、跟踪、语义分割等人工智能技术领域中。 |
