摘要
本发明公开了一种基于知识蒸馏和快速多尺度融合的红外目标检测方法,通过构建一个基于师生网络的红外目标检测模型,将获取的红外目标图像划分为训练集和测试集,然后将训练集数据输入模型进行训练,得到训练好的模型,输入测试集进行测试,测试完成后将待检测的红外目标图像输入模型,输出红外目标检测结果,完成红外目标检测。本发明的方法利用知识蒸馏技术,使用高复杂的教师网络模型辅助学生网络模型训练,对教师网络和学生网络设计快速多尺度融合模块和快速自适应敏感度策略,节约计算机存储空间和计算资源,使小目标的定位更加准确,并保留小目标不同水平的特征,有效的缓解大量的存储空间和计算资源,实现对红外小目标的精确检测。
技术关键词
图像
训练集数据
上采样
融合注意力机制
卷积模块
通道注意力机制
表达式
多尺度
教师
学生
全局平均池化
采样模块
知识蒸馏技术
节约计算机
网络模型训练
系统为您推荐了相关专利信息
数字孪生建模方法
光电探测器阵列
激光加工过程
成像模块
信息数据处理终端
卷积神经网络模型
环境光照强度
模型预测控制算法
生成控制指令
导管架
地震属性反演
储层识别方法
融合图像数据
地震属性体
综合储层
底盘系统
农业机器人
播种系统
喷洒系统
电控系统