SCAResNet:一种针对传输和配电塔微小物体检测经过优化的 ResNet 改进版本
📝
内容提要
传统的基于深度学习的目标检测网络通常会在数据预处理阶段调整图像大小,以实现特征图的统一大小和比例。然而,调整大小不可避免地导致对象变形并丢失图像中的有价值信息。为了解决这个问题,我们提出了一种放弃调整大小操作的方法,而是引入了位置编码多头交叉注意力。这使得模型能够捕捉上下文信息并从多个表示子空间中学习,有效丰富了配电塔的语义。此外,我们还通过将三个池化特征图重塑为一个新的统一特征图来增强空间...
🏷️
标签
➡️