RGB-T图像融合与细节特征增强处理软件是由中国矿业大学著作的软件著作,该软件著作登记号为:2024SR0873118,属于分类,想要查询更多关于RGB-T图像融合与细节特征增强处理软件著作的著作权信息就到天眼查官网!
RGB‑T图像显著性目标检测方法,主要解决现有 技术在复杂多变场景中不能完整一致地检测出 显著目标的问题。其实现方案为:1.对输入图像 提取粗糙的多级特征;2.构建邻近深度特征融合 模块,改善单模态特征;3.构建多分支组融合模 块,融合多模态特征;4.得到融合输出特征图;5. ...
本发明公开了一种基于RGBT图像单流跨模态融合的语义分割方法,本发明方法将成对获取的可见光图像和热感图像输入到训练好的语义分割模型中得到图像物体的分割结果,该分割模型由图像融合模块,主干特征提取网络,感受野扩张模块,局部上下文反转感知模块和多头平行解码器组成.本发明实现了用单流跨模态融合网络处理RGB和热感图像...
本发明公开了一种基于RGB‑T融合的电网设备图像弱监督实例分割方法,包括如下步骤:1、采集多个电网设备成对的RGB图像和红外热像,对采集到的RGB图像进行处理,得到简单RGB图像;2、对简单RGB图像进行自动标注掩码;3、建立实例分割模型;构建简单训练集对实例分割模型进行训练;4、用训练好的实例分割模型对原始RGB图像进行分...
1. 新增了对RGBT格式的支持,包括前期融合,中期融合,后期融合,分数融合以及共享权重等 Aug 3, 2024 dataset Initial commit 删除附加文件 Mar 25, 2024 docs Initial commit 删除附加文件 Mar 25, 2024 tests Initial commit 删除附加文件 Mar 25, 2024 ...
1.多级深度特征融合的RGB-T图像显著性目标检测方法,其特征在于,包括如下步骤: (1)对输入图像提取粗糙的多级特征: 对图像提取基础网络中位于不同深度的5级特征作为粗糙的单模态特征; (2)构建邻近深度特征融合模块,改善单模态特征: 建立多个邻近深度特征融合模块,然后通过该邻近深度特征融合模块将步骤(1)得到的5级粗...
YOLO-MIF是在灰度图像中进行目标检测的改进型YOLOv8模型,引入了多信息融合策略,提高了检测准确性。 并添加了RGBT模式的检测,分割以及关节点任务。 Resources Readme License MIT license Security policy Security policy Activity Stars 73 stars Watchers 1 watching Forks 4 forks Report repository ...