基于雙通道Transformer的地鐵站臺(tái)異物檢測(cè)

摘要： Transformer因其全局注意力優(yōu)勢(shì)在異物檢測(cè)上取得了比卷積神經(jīng)網(wǎng)絡(luò)(CNN)更具競(jìng)爭(zhēng)力的結(jié)果,但依然面臨計(jì)算成本高、輸入圖像塊尺寸固定、局部與全局信息交互匱乏等問題。提出一種基于雙通道Transformer骨干網(wǎng)絡(luò)、金字塔輕量化Transformer塊和通道交叉注意力機(jī)制的DualF ormer模型,用以檢測(cè)地鐵站臺(tái)屏蔽門與列車門間隙中存在的異物。針對(duì)輸入圖像塊尺寸固定的... （共11頁）