目前深度卷积神经网络的主干网都起源于最初的图像分类网络,在应用于目标检测、语义分割、目标分割等领域时,传统骨干网不断抛弃特征信息的做法导致后期分析时信息量不足。为了解决上述问题,本发明提供了一种可充分保留图像特征的特征提取模型,用于对任意分辨率的输入图像进行无损的特征提取操作,其特征在于,包括:多个卷积操作层,由通道分离卷积和1×1卷积构成;多个池化操作层,该池化操作层中池化的步长为1,边界填充以0和1像素交替执行,其中,池化操作层的数量为偶数个。
声明:
“可充分保留图像特征的特征提取模型及特征提取方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)