摘要
本发明涉及一种云雾条件下的光学‑SAR融合目标检测方法,包括:构建云雾条件下的光学‑SAR融合目标检测数据集;构建光学‑SAR融合目标检测模型;模型由一个基于YOLOv5扩展的双流主干网络和中间嵌入的连续双聚合Transformer模块组成;基于数据集对检测模型进行训练;利用训练完成检测模型进行融合目标检测。本发明,能够融合Transformer中的通道和空间两个维度的信息,通过双聚合Transformer块在模块间与模块内双重方式实现跨空间和通道维度的特征聚合,并借助自适应交互模块与空间门前馈网络进行模块内特征的深度融合,有助于更高效地整合多模态特征表达,全面提升光学‑SAR融合目标检测的性能。
技术关键词
特征检测器
注意力
卷积特征
光学遥感影像
特征金字塔网络
输出特征
细粒度分类
通道
高层语义信息
卷积模块
遥感影像数据
随机梯度下降
多模态特征
电子设备
存储器
处理器
元素
系统为您推荐了相关专利信息
融合特征
注意力编码器
高频特征
滤波特征
特征融合网络
语义特征
点云语义分割方法
预测网络模型
编码特征
正则化策略
遥感图像匹配方法
交叉注意力机制
轻量级卷积神经网络
矩阵
参数化技术
配电网线路故障定位
卷积注意力网络
分布式光纤测温
故障特征提取
暂态录波