摘要
本发明提出了一种基于图注意力网络的小目标检测方法,实现步骤为:获取训练样本集和测试样本集;构建基于图注意力网络的小目标检测模型;初始化参数;对小目标检测网络进行训练;获取训练好的小目标检测网络;获取小目标检测结果。本发明中像素到图的注意力模块通过利用相邻像素点的潜在相关性来细化语义特征,这种像素之间的潜在相关性可以被用来提高模型的检测表现,门控交叉注意力特征聚合模块通过交叉注意力机制学习从不同网络层获取的目标轮廓特征的多尺度相似性并且输出细化的目标轮廓特征来约束预测,能更好地聚合信息特征,有效解决了现有方法由于数据通过堆叠卷积和下采样层后逐渐丢失其结构细节,提高了小目标检测的准确率。
- 单位