基于Transformer-CNN特征深度融合的復(fù)雜環(huán)境香梨目標(biāo)檢測(cè)

摘要： 為了能在復(fù)雜環(huán)境下提高香梨目標(biāo)檢測(cè)準(zhǔn)確性,本研究提出了一種基于Transformer-CNN特征深度融合的TC-ICSA-YOLO v8香梨目標(biāo)檢測(cè)模型。模型有效融合了卷積神經(jīng)網(wǎng)絡(luò)CNN在提取圖像局部(高頻)特征信息和Transformer在提取圖像全局(低頻)特征信息的優(yōu)勢(shì),設(shè)計(jì)了Inception dilated卷積模塊和自適應(yīng)細(xì)節(jié)融合模塊ADI,引入擠壓增強(qiáng)軸向注意力機(jī)制... （共10頁）