一种基于柔性可变形卷积和注意力机制的红外场景分类方法

本发明提供了一种基于柔性可变形卷积和注意力机制的红外场景分类方法，包括：红外图像输入AFDC‑IRNet模型，模型输出红外图像所属的红外场景分类信息；其中，AFDC‑IRNet模型处理过程包括：红外图像依次经过FDCN1、ReLU1、MAXPool1，输出第一特征图；第一特征图经过DPANet1输出第一网络特征图像；第一网络特征图像依次经过FDCN2、ReLU2、MAXPool2、DPANet2、FDCN3、ReLU3和MAXPool3，输出第三特征图；第三特征图经过Dropout层后进入Dense，输出红外图像所属的红外场景分类信息。本发明通过柔性可变性卷积提升AFDC‑IRNet模型的感受野，扩大AFDC‑IRNet模型的全局性特征感知能力，通过注意力机制让AFDC‑IRNet模型关注红外图像的广域特征信息，提升AFDC‑IRNet模型的图像全局感知和图像语义上下文特征挖掘的能力，进而提升红外场景分类的任务性能。