典型文献
基于Transformer的伪装物体检测模型
文献摘要：
以Transformer主干网络提取特征,探讨分层的特征增强及解码环节.在特征增强方面,提出上下文探索模块和细节注意力提升模块分别增强高层及低层特征;在解码方面,高层递进解码获得准确的位置信息,低层强化边缘细节.所提出的模型在四个数据集上验证,超越了已有模型,表明所提出的基于Transformer的模型对于伪装物体检测的有效性.
文献关键词：
Transformer;伪装物体检测;特征增强;边缘增强;注意力
中图分类号：
作者姓名：
唐彬;刘政怡;张志立;檀亚诚
作者机构：
合肥学院人工智能与大数据学院,合肥 230601;安徽大学多模态认知计算安徽省重点实验室合肥 230601;安徽大学计算机科学与技术学院,合肥 230601
文献出处：
引用格式：
[1]唐彬;刘政怡;张志立;檀亚诚-.基于Transformer的伪装物体检测模型)[J].合肥学院学报（综合版）,2022(02):105-112
A类：
伪装物,伪装物体检测
B类：
Transformer,检测模型,主干网络,提取特征,特征增强,解码,出上,上下文,低层,位置信息,强化边缘,边缘细节,边缘增强
AB值：
0.246498
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
