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:华东师范大学
摘要:本发明公开了一种目标检测中使用IoU加强自注意力机制的方法,其特点是计算proposalboxes之间的IoU,使用IoU作为位置信息,使其加强proposal之间的自注意力机制;将该模块嵌入到目标检测网络中,对网络进行训练,实现检测器检测能力的增强。本发明与现有技术相比具有不引入参数,增加极少量的计算量,就能显著地增强检测器在COCO数据集和CrowdHuman数据集上的指标的特点,方法简单,效率高,明显地提高了检测精度,使用IoU作为位置信息对自注意力机制进行加强,较好的解决了当前注意力机制中缺失位置信息的问题。
主权项:1.一种目标检测中使用IoU加强自注意力机制的方法,其特征在于采用将自注意力模块嵌入目标检测网络的方法,对神经网络进行训练,实现检测器检测能力的增强,具体包括以下步骤:步骤1:计算proposalboxes之间的IoU;步骤2:将IoU作为位置信息,使其加强proposal之间的自注意力机制构建自注意力模块;步骤3:将上述构建的自注意力模块嵌入到目标检测网络中,对神经网络进行训练,实现检测器检测能力的加强;所述proposalboxes之间的IoU具体计算为:计算N个proposalboxes之间的IoU,得到IoU矩阵,其维度为N*N;所述自注意力模块的建立具体包括以下步骤:步骤2-1:计算N个proposal特征之间的相似度,即query与key矩阵相乘,得到相似度矩阵,其维度大小为N*N;步骤2-2:将IoU与相似度矩阵逐元素相乘,得到加工后的相似度矩阵,其维度大小为N*N;步骤2-3:将加工后的相似度矩阵经softmax函数处理后与value矩阵相乘,得到自注意力机制的输出,其维度大小为N*d;所述自注意力模块嵌入到目标检测网络中,得到的自注意力机制的输出与输入维度大小相同并用于后续网络中,该模块任意地插入到现有的目标检测网络结构中;所述proposalboxes与proposal特征为一一对应关系,所述proposalboxes的维度为N*4;所述proposal特征的维度为N*d。
全文数据:
权利要求:
百度查询: 华东师范大学 一种目标检测中使用IoU加强自注意力机制的方法
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。