基于细粒度特征融合注意力机制的SAR目标检测方法

本发明公开了一种基于细粒度特征融合注意力机制的SAR目标检测方法，该方法通过目标检测模型对SAR图像进行目标检测，目标检测模型包括Backbone部分、Neck部分和Head部分，其中Backbone部分采用YOLOv8模型中Backbone部分的结构，包括依次连接的九层，九层中包括三个C2f_DCNv2_DCA模块，C2f_DCNv2_DCA模块是通过使用基于细粒度特征融合注意力机制的可形变卷积网络替代C2f模块中的Bottleneck部分而得到。本发明具备更高效的特征提取方法和更准确的边界框回归算法，能够更好地捕捉目标的特征，减少密集目标区域的漏检和误检的情况，提高检测准确度。