一种复杂开放场景下的小目标检测方法及网络模型

本发明公开了一种复杂开放场景下的小目标检测方法及网络模型，涉及人工智能的计算机视觉技术领域。本发明提出了一种复杂场景小目标检测网络模型，即MI‑DETR，在不增加计算量的前提下，使网络变得更加轻量并且得到了更好的检测性能，主要工作和结论如下，首先，使用全新的骨干网络来代替原始骨干网络，可以更好的捕获全局信息，减少模型的参数量与计算量。其次，在颈部网络中加入高分辨率特征层，并使用多尺度特征融合模块更有效地获取小目标的细节信息，降低漏检、误检情况，最后，引入了新的损失函数Focaler‑WIoU，Focaler‑WIoU可以聚焦于普通质量的锚框，并提高检测器对小目标的感知能力，以增强模型对小目标的检测性能。