一种基于多尺度特征增强的单帧红外弱小目标检测方法

AITNT
正文
推荐专利
一种基于多尺度特征增强的单帧红外弱小目标检测方法
申请号:CN202411588124
申请日期:2024-11-08
公开号:CN119540526B
公开日期:2025-10-31
类型:发明专利
摘要
本发明公开了一种基于多尺度特征增强的单帧红外弱小目标检测方法,包括如下步骤:步骤1、获取单帧红外图像构建单帧红外图像数据集,并划分为训练集和测试集;步骤2、构建一个红外弱小目标检测网络模型,所述红外弱小目标检测网络以YOLOv5网络模型为基础网络,所述YOLOv5网络模型包括主干特征提取网络、特征融合网络和检测头;在所述主干特征提取网络中引入了多尺度特征增强模块,所述多尺度特征增强模块包括依次串联的上下文特征融合模块与特征细节增强模块;步骤3、设计训练策略,根据训练策略将训练集作为输入训练红外弱小目标检测网络模型;步骤4、完成训练后,输入测试集进行红外弱小目标检测网络模型的测试和评估。
技术关键词
检测网络模型 多尺度特征 单帧红外图像 上下文特征 卷积模块 特征提取网络 池化特征 特征融合网络 通道 输出特征 sigmoid函数 注意力机制 融合特征 策略 检测头 训练集 序列
系统为您推荐了相关专利信息
1
一种用于多器官分割的多尺度特征融合三重分支网络的方法
多尺度特征融合 多层感知器 分支 网络 编码器
2
一种目标检测模型的微调方法、装置、设备及介质
网络 多尺度特征 微调方法 像素块 空间特征参数
3
一种眼底疾病图像分割方法、系统及设备
局部细节特征 图像分割方法 上下文特征 生成对抗网络 疾病
4
一种基于K中心特征分布重建的类增量雷达辐射源个体智能识别方法
智能识别方法 特征提取器 辐射源 样本 训练集
5
基于语义引导的短视频假新闻自适应检测方法
模态特征 分类边界 上下文特征 语义 文本
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号