1.一种基于Transformer与跨维度注意力的交通标志检测方法,其特征在于:包括以下步骤:
S1.首先在主干网络上添加了Transformer模块,本申请仅在主干网络的第六层和第九层嵌入了Transformer模块,然后得到四个不同层级的特征图;
S2.将S1得到的四个不同层级的特征图即第2、4、6和9层的输出特征注入特征融合网络,在特征融合网络中,LG‑YOLOv5使用CARAFE上采样算子以减少信息损失,并将跨维度注意力ECSI模块加入自顶向下和自底向上的信息传播路径中以选择性注入语义和细节信息,避免干扰特征的影响;然后,在输出检测头的位置添加Transformer模块来学习不同尺度特征间的上下文关系,最后得到P2、P3、P4和P5四个特征图,用于检测目标位置;
S3.再将S2得到的四个不同分辨率的特征图分别输入一个卷积层来预测不同尺度的目标,P2、P3、P4和P5分别代表在下采样4、8、16和32倍特征图上的预测结果。
2.根据权利要求1所述的一种基于Transformer与跨维度注意力的交通标志检测方法,其特征在于:所述Transformer结构中嵌入了通道注意力,具有同时建模空间与通道关系的能力。
3.根据权利要求1所述的一种基于Transformer与跨维度注意力的交通标志检测方法,其特征在于:所述跨维度注意力融合了空间与通道的信息,保留了各个维度的重要信息。