基于切片辅助超分割的ConvNeXt-Unet红外弱小目标检测方法

本发明涉及红外目标检测技术领域，尤其涉及基于切片辅助超分割的ConvNeXt‑Unet红外弱小目标检测方法。步骤如下：S1：基于编码模块、局部对比度学习模块和解码模块构建CN‑Unet网络；S2：通过S1步骤得到的CN‑Unet网络对红外弱小目标检测。本发明提供的基于切片辅助超分割的ConvNeXt‑Unet红外弱小目标检测方法，利用ConvNeXt模块作为编码器，可以实现类似Swin‑Transformer的自注意力机制，在特征提取中获得更大的感受野，且计算速度更快，使用更加方便，同时通过多尺度局部对比度学习模块MSLCLM，从而将目标的局部对比度先验知识内嵌到深度神经网络的学习训练过程中，引导网络模型对潜在目标区域进行更加精准的定位。