摘要
本申请提供一种基于并联注意残差U‑Net的广域红外小目标检测方法,涉及广域红外小目标检测技术领域。该方法包括:基于广域红外小目标检测模型的编码器从原始图像中提取广域红外小目标的多级特征;基于广域红外小目标检测模型的局部显著模块进行特征提取以及局部关系建模,促进多级特征的语义相似性,得到增强特征;基于广域红外小目标检测模型的解码器对增强特征进行融合,得到目标特征;基于目标特征生成预测掩码图像;基于预测掩码图像和真值的差距对广域红外小目标检测模型进行训练,以得到训练完成的广域红外小目标检测模型,训练完成的广域红外小目标检测模型用于广域红外小目标检测。该方法可以提高广域红外小目标检测的准确性和泛化性。
技术关键词
sigmoid函数
关系建模
注意力
图像处理函数
解码器
多级特征融合
代表
通道
语义
多层感知机
模块
编码器
支路
级联
分支
元素
基础
系统为您推荐了相关专利信息
预测模型训练方法
历史交通数据
对抗网络模型
标签
时序特征
负荷预测方法
供热系统
负荷预测模型
计算机可执行指令
计算机程序产品
唤醒机器人
机器人唤醒方法
人脸图片
注意力机制
场景