一种基于深度学习的可见光-红外模态目标检测方法

本发明提出一种基于深度学习的可见光‑红外模态目标检测方法，属于红外探测领域。所述包括：获得需要检测的可见光图像或红外图像；将可见光图像或红外图像输入卷积神经网络，得到原始可见光图像特征或原始红外图像特征；将原始可见光图像特征或原始红外图像特征输入角点注意力模块提取可见光角点特征或红外角点特征，将原始可见光图像特征或原始红外图像特征输入邻域注意力模块提取可见光边缘特征或红外边缘特征；将提取到的特征输入训练好的YOLO目标检测器，YOLO目标检测器输出目标类型、置信度以及边界框位置，输出最终目标检测结果。本发明能有效提高找到目标通用特征的能力，同时能让模型学习到更鲁棒的特征表示，加强了模型的泛化能力。