一种基于注意力机制和特征增强的伪装目标检测方法

本发明涉及一种基于注意力机制和特征增强的伪装目标检测方法。包括如下步骤：以ResNet50为骨干网络提取伪装物体图像的多个层次的特征；将从骨干网络中提取的特征输入到多尺度特征聚合模块中以捕获不同尺度下的上下文信息；利用高层语义信息从全局角度定位伪装目标，将第四和第五层特征通过目标聚焦模块来实现伪装目标的初步定位；利用注意力细化模块将多尺度特征聚合模块输出的特征与目标聚焦模块输出的特征进行整合，有效的融合不同层次的特征；加权二值交叉熵损失和加权交并比损失作为该伪装目标检测方法的损失函数来训练模型。本发明进一步提高了在不同复杂场景下检测伪装目标的效果。