一种基于轻量级神经网络的显著性目标检测方法

本发明公开了一种基于轻量级神经网络的显著性目标检测方法，其搭建了一个轻量级神经网络，轻量级神经网络主要由高层轻量融合模块、低层轻量融合模块、二阶段解码器构成；轻量级神经网络由特征提取模块、高层轻量融合模块、低层轻量融合模块、二阶段解码器构成：特征提取模块采用MobileViT‑XS骨干网络，从彩色可见光图像、红外图像中提取特征；高层轻量融合模块和低层轻量融合模块，使用卷积来提取局部信息，并使用改进的交叉注意操作来缩小可见光和红外模态之间的差距；二阶段解码器，对三个高级特征进行密集连接，生成一个引导特征，引导两个低级特征融合产生最终结果。本发明能在低参数量和计算量下有效提高显著性目标检测准确度。