[发明专利]图像目标检测方法与装置

摘要

本发明公开一种图像目标检测方法：使用Transformer网络作为骨干网络从图像提取多分辨率特征图；将多分辨率特征图输入到跨尺度注意力的特征金字塔网络中；在特征金字塔网络中，从输入的小分辨率特征开始，利用跨尺度注意力模块，逐步往大分辨率进行特征的融合及重组，特征从小分辨率到大分辨率被累积融合；通过融合后的特征将被进一步送入后续处理及预测模块，进行检测框的回归和类别的预测，基于目标数据集训练上述跨尺度注意力的特征金字塔网络直至收敛；利用训练得到的跨尺度注意力的特征金字塔网络对待检测图片进行检测框的回归和类别的预测。提升最终目标检测的性能。本发明还提供了相应的图像目标检测装置。