一种针对空中红外微型目标的高帧率高精度检测方法

本发明提供了一种针对空中红外微型目标的高帧率高精度检测方法，旨在解决现有检测方法对高速移动的空中红外目标进行检测时，普遍存在着的检测速度慢、正确识别率低、对目标的定位不准确以及对待检测的红外目标像素值要求高的技术难题。本申请涉及的方法包括：抑制红外图像背景及噪声方法、数据集样本扩充方法、数据集标注方法、基于tensorflow深度学习框架搭建的改进型YOLOv6目标检测方法，针对空中红外微型目标的特征，从主干特征提取网络、损失函数、注意力机制、特征融合网络等多个方面对YOLOv6算法模型进行了优化设计，能够大幅减少参数量、计算量，做到对高速运动的空中红外目标的实时检测。