一种基于Mamba网络双向指导模型的显著性目标检测方法

本发明公开了一种基于Mamba网络双向指导模型的显著性目标检测方法，包括：由编码器分支、边缘分支、显著分支、解码器分支构成的基于Mamba网络双向模型框架；编码器分支将获取的待检测原始图像进行块划分，输入至Mamba特征提取器并进行下采样，获取五层特征，前三层低层特征分别经过卷积处理后作为边缘特征输入到边缘分支，前四层特征作为显著特征输入到显著分支，第五层高层特征经过两阶段混合注意力处理，得到全局特征，为后续特征融合提供定位指导；边缘分支对输入的边缘特征进行扩张感受野与空间增强，得到边缘融合特征。本发明能够很好地提高显著性目标检测的精度和效率。