摘要
本发明公开了一种基于局部和全局注意力自适应选择的红外无人机检测方法,基于局部‑全局注意力自适应选择的红外无人机检测网络模型包括Unet基础网络、局部注意力自适应Top‑k选择网络、全局注意力自适应Top‑k选择网络和特征融合网络;Unet基础网络包括残差注意力模块和多尺度特征提取结构;局部注意力自适应Top‑k选择网络包括边缘增强模块、自适应Top‑k选择模块和渐进式级联网络结构,处理输出目标的局部特征;全局注意力自适应Top‑k选择网络包括最小尺度特征图的Transformer注意力计算模块、注意力矩阵行系数自适应Top‑k选择模块、注意力矩阵列系数自适应Top‑k选择模块和融合模块,处理输出目标的全局特征;特征融合网络处理上述三个网络的结果并输出最终的检测结果。
技术关键词
注意力
无人机检测方法
特征融合网络
矩阵
图像
融合特征
多尺度特征提取
级联
模块
基础
检测网络模型
网络结构
索引
上采样
池化特征
编码
系统为您推荐了相关专利信息
IGBT驱动器
故障预测模型
故障预测方法
退化特征
加速退化模型
视频生成方法
融合特征
深度图像数据
序列
径向基函数网络