一种基于尺度自适应显著性过滤的小目标检测方法

本发明公开了一种基于尺度自适应显著性过滤的小目标检测方法，方法为：利用特征提取网络对训练图像进行特征提取；将特征图输入到编码器中进行处理，每层编码器层会预测前景置信度图和token过滤阈值，并通过可变自注意力进行特征交互；编码器包含6层，每层均计算可变自注意力，并在解码器中使用可变交叉注意力解码特征，得到检测结果；在计算显著性分数时引入尺度系数ρ，ρ由检测框的大小计算得出。根据尺度自适应显著性监督计算损失Lf加入到总损失中。本发明通过一个尺度系数给予小目标更多的宽容度，促进小目标利用信息的能力；同时提出动态token过滤，保持了token选择与token更新的一致性，提高小目标检测的能力。