基于CNN和Transformer特征融合的煙霧識(shí)別方法

摘要： 當(dāng)前許多煙霧識(shí)別方法存在虛警率較高的問(wèn)題，部分原因是當(dāng)前大部分卷積神經(jīng)網(wǎng)絡(luò)(CNN)在特征提取過(guò)程中主要關(guān)注煙霧圖像的局部信息，而忽略了煙霧圖像的全局特征。這種偏重于局部信息的處理方式在處理多變且復(fù)雜的煙霧圖像時(shí)，容易導(dǎo)致誤判的情況發(fā)生。為了解決這一問(wèn)題，需要更加準(zhǔn)確地捕捉煙霧圖像的全局特征，從而改善煙霧識(shí)別方法的準(zhǔn)確性。因此，提出了一種結(jié)合Inception和Transfor... （共8頁(yè)）