摘要
本发明提供了一种基于红外和可见光图像融合的目标检测方法及系统,涉及目标检测技术领域,包括:获取待检测的可见光和红外图像;将获取的待检测的可见光和红外图像输入训练后的YOLOv8双流网络模型,输出目标检测结果;其中,所述YOLOv8双流网络模型的训练包括:获取指定区域的不同时段可见光和红外图像的数据,构建目标联合数据集;搭建YOLOv8双流网络模型;利用构建的目标联合数据集对搭建的YOLOv8双流网络模型进行训练,得到训练好的YOLOv8双流网络模型。本发明提出的方法通过搭建YOLOv8双流网络模型,使用融合模块对可见光和红外图像进行特征融合和目标检测,解决了CNN难以捕捉到不同模态之间的长距离依赖和全局关系的问题,提高了目标检测的准确性和鲁棒性。
技术关键词
可见光图像
融合特征
网络
多尺度
注意力机制
离散余弦变换
检测头
特征提取器
高频传输
模态特征
特征选择
数据模块
语义特征
双模态
处理器
瓶颈