一种基于深度特征融合和注意力机制的实时目标检测方法

摘要

本发明提供一种基于深度特征融合和注意力机制的实时目标检测方法，其特征在于，包括如下步骤：建立具有轻量注意力模块MAB、残差网络Res、基础卷积网络Conv的轻量级深度网络MAFFNet；其中:通过若干个轻量级注意力模块单元MAB对采集图像进行卷积运算处理得到初步特征图；通过残差网络Res对初步特征图进行8层残差网络处理后原图进行拼接残差所得到的残差数据模型；通过端到端的训练策略对残差数据模型进行训练、验证、测试过程获得轻量级深度网络MAFFNet性能数据，本发明是通过图像低级信息和高级语义信息的特征学习、权重调整以及特征融合的共同协作来完成目标的快速实时检测任务。