一种基于超像素引导与双流特征融合的精细化目标检测方法

本发明公开一种基于超像素引导与双流特征融合的精细化目标检测方法，属于计算机视觉领域。该方法构建全局语义流与超像素轮廓流并行架构：全局语义流提取高层上下文特征，超像素轮廓流通过边界特征注意力图卷积网络(BA‑GCN)建模超像素边界显著性，获取精细轮廓特征。创新设计语义查询门控融合(SQ‑GF)模块实现语义与轮廓特征深度交互，结合双监督检测头输出贴合目标真实轮廓的精细化包围框。本发明解决传统矩形框局限、细粒度信息丢失及特征融合不足问题，提升不规则目标边界定位精度，适用于医学影像、工业缺陷检测等高精度场景。