摘要
本发明涉及目标检测技术领域,具体为一种基于改进实时检测Transformer的低照度小目标检测方法,包括:构建低照度小目标检测模型,低照度小目标检测模型包括改进主干网络、改进颈部网络和解码器;改进主干网络包括基于残差注意的特征提取模块,改进颈部网络的结构为双向级联特征融合结构;双向级联特征融合结构包括基于通道特征优化的注意力机制;基于Shape‑IOU损失函数和NWD损失函数结合,得到NIS损失函数;利用训练后的低照度小目标检测模型对待检测目标进行检测,获得检测结果;本发明通过对RT‑DETR模型进行改进得到低照度小目标检测模型,有效地提升了夜间低照度条件下小目标的检测性能。
技术关键词
照度
矩阵
特征提取模块
输入解码器
融合特征
特征选择
网络
级联
高斯分布模型
多尺度特征提取
通道注意力机制
输出特征
图像
输入模块
系统为您推荐了相关专利信息
虚拟声场
声音检测
麦克风阵列
识别定位方法
多角度
滑板车
系统动力学模型
驱动控制方法
状态估计器
扩展卡尔曼滤波算法