一种基于深度学习的低照度小目标图像识别方法

本发明提供了一种基于深度学习的低照度小目标图像识别方法，属于图像识别领域。该方法包括：建立低照度小目标数据集，训练多尺度增强模型和小目标语义分割模型，对低照度图像进行增强，将增强后的图像送入语义分割模型，实现对小目标的分割识别，并根据小目标的分割图对目标轨迹进行定位。本发明针对低照度小目标图像，提高网络识别的精度，有效降低误检和漏检的概率；在提高低光图像的亮度、对比度的同时，抑制噪声的放大和细节的丢失，保留细节信息，进而对增强后的图像实现精准、稳定的检测和识别。