一种基于强化学习的红外小目标检测方法

本发明公开了一种基于强化学习的红外小目标检测方法，涉及目标检测领域。对红外图像数据集进行标注，框选小目标位置，数据集划分成训练集、验证集和测试集。利用强化学习理论框架对小目标检测进行建模，提取图像特征，特征图输入DDQN网络，让智能体学习到最优的动作，快速寻找到红外图像中的小目标。动作空间中的八种动作，用于智能体从动作空间中采取某个动作对边界框进行转换，进行状态的转移。智能体进行每一步状态转换时的单步奖励函数，智能体终止搜索动作的终止奖励函数。本发明针对现有的深度学习网络模型对红外小目标具有较强的语义感知能力，但对于一般场景下的控制决策问题却无能为力的问题，提出了一种具有决策能力的强化学习检测模型。