基于Mamba筛分器的显著目标检测方法

本发明涉及图像处理技术领域，尤其涉及基于Mamba筛分器的显著目标检测方法，包括采集待检测目标图像，进行深度特征提取和跨尺度特征聚合；利用通道分裂筛分器对不同尺度的输入特征分割成若干个初级和次级通道分裂组，并利用选择性状态空间模型传递显著通道信息；利用通道整合筛分器合并次级分裂组，通过残差投影选择性状态空间模型和级联连接选择性状态空间模型整合上下文显著信息，完成显著物体检测网络构建。本发明解决VSCode网络、TCGNet网络处理显著目标时存在检测精度不足问题。