摘要
本发明提出了一种红外小目标检测方法,实现步骤为:获取训练样本集和测试样本集;构建红外小目标检测网络模型并对其进行迭代训练;获取红外小目标检测结果。本发明在对红外小目标检测模型进行训练以及获取红外小目标检测结果的过程中:Encoder中基于空间深度的下采样模块在进行下采样的同时在通道维度保留所有特征信息,且基于分支融合的特征提取模块在不引入新的计算量的同时能够有效提取每个样本多层级的特征信息;Decoder中基于注意力机制的特征融合模块能够分别对高层级特征信息和低层级特征信息进行强化,融合了不同层级的特征表达,优化了特征融合效果,有效地提高了红外小目标检测的准确率和检测效率。
技术关键词
检测网络模型
特征提取模块
采样模块
级联
场景类别
译码器
注意力机制
上采样
图像
ReLU函数
层级
编码器
层叠
梯度下降法
训练样本集
通道
输入端
系统为您推荐了相关专利信息
数据特征提取
智能预报方法
双向注意力
地理信息系统数据
水文参数
人脸活体检测方法
风格
混合模块
生成图像特征
样本
电机铁芯
决策系统
冲压设备
特征提取模块
参数优化模型
支持向量机模型
朴素贝叶斯算法
风险监测方法
号码
发票
流量特征信息
流量预测模型
需求预测方法
皮尔逊相关系数
模态特征