原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明涉及一种基于多尺度特征聚合的显著目标检测方法，对数据集中的图像进行预处理，获得所需训练数据；构建卷积神经网络模型：所述网络结构采用编码‑解码模式，包括骨干网络，细节优化模块，空洞卷积多尺度特征模块，特征聚合模块；本发明利用预处理后获得的所需训练数据，对所构建的卷积神经网络模型进行训练；将已训练好的卷积神经网络模型用于图像显著目标检测。改进了已有的空洞卷积方式，消除了高层次特征中由一般空洞卷积的信息损失，它最大限度地保留了原始特征的细节。并且本发明有区分的处理高级特征与低级特征，使多级多尺度
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 117011549 A
(43)申请公布日 2023.11.07
(21)申请号 202311027838.5 G06V 10/82 (2022.01)
文档评论（0）