一种基于ViT架构和视觉状态空间模型的舰船检测方法

本发明提供一种基于ViT架构和视觉状态空间模型的舰船检测方法，包括：改进骨干网络：设计全新的视觉Transformer块，使用部分卷积来作为令牌混合器，使用更少的代价来融合不同空间位置信息；改进特征增强：设计基于视觉状态空间的VSS Attention块，由具有前馈网络的状态空间模型系列组成，通过残差连接，用于增强全局和局部特征，使特征融合模块更好的融合特征。本发明采用基于SSM的VSS Attention块来处理Backbone网络输出特征，并将融合的全局特征通过前向网络进行非线性变换，以提高模型的拟合能力。同时，通过实验验证结果表明，无论是在复杂背景、多尺度以及密集排列场景下的舰船目标检测，本发明的检测效果都比优化前的算法有较高的提升。