摘要
本申请公开了基于颜色形状提示学习的红外小目标识别方法,包括S1、将红外小目标的图像数据集划分为训练集和测试集;S2、将训练集的图像输入至红外小目标检测网络模型的主干网络,提取含有红外小目标图像的多尺度特征;S3、提取到红外小目标图像的多尺度特征进行多尺度特征增强;S4、通过双重概率对齐DPA融合框架进行异域融合得到多尺度信息特征;S5、将多尺度信息特征送入动态检测头部DynamicHead的进行检测;检测结果由归一化Wasserstein距离NWD和自适应阈值焦点损失ATFL进行评估;S6、获取最终的红外小目标检测结果。本申请具有较好的可靠性和鲁棒性,提高了红外小目标的检测性能。
技术关键词
检测网络模型
多尺度特征
识别方法
颜色
金字塔网络
多尺度信息
注意力
图像
特征金字塔
sigmoid函数
语义特征
焦点
动态
分辨率
通道
鲁棒性
特征值
表达式
框架
系统为您推荐了相关专利信息
遥感影像建筑物
卫星遥感图像
云端服务器
识别方法
数据
人脸深度信息
人脸识别方法
识别人脸
人脸特征
特征匹配算法
待测物质
官能团
物质识别方法
模型构建方法
标签
线性滑动组件
采摘机器人
识别算法
柔性夹爪
深度相机
碳纤维复合材料
辅助预测方法
多尺度特征
材料性能预测
Pearson相关系数