摘要
本发明涉及人工智能计算机视觉领域,提供了一种基于多尺度特征提取和重建的红外小目标检测方法,该红外小目标检测方法包括以下步骤:步骤1:获取红外图像数据集并进行数据预处理;步骤2:构建多尺度特征提取模块;步骤3:构建多维特征重构模块;步骤4:构建细节注意力融合模块;步骤5:将构建的模型不断进行训练,使模型得到收敛状态后,得到最终红外小目标的检测效果。本发明的红外小目标检测效果有较高的检测精度和交并比,能够有效地解决现有红外小目标检测中小目标丢失,误检率高等问题。
技术关键词
多尺度特征提取
重构模块
通道注意力机制
人工智能计算机视觉
补丁
特征提取模块
抑制背景干扰
局部空间特征
图像块
数据
网络
像素
冗余
上采样
系统为您推荐了相关专利信息
电路板外观
YOLO算法
缺陷视觉
算法模型
新型损失函数
多分支
注意力
联合特征提取
融合特征
多尺度特征提取
多模态数据融合
智能检测方法
振动特征
声发射特征
多模态数据采集
通道注意力机制
干式变压器
信号故障诊断
故障诊断模型
故障振动信号