基于注意力自调制融合的多模态目标检测方法及装置

本申请涉及遥感图像处理技术领域，特别涉及一种基于注意力自调制融合的多模态目标检测方法及装置，方法包括：提取可见光模态图像的可见光模态浅层特征，并提取红外模态图像的红外模态浅层特征；对可见光模态浅层特征和红外模态浅层特征进行融合处理，得到目标融合特征，并进行特征提取，得到深度语义特征；对深度语义特征进行多尺度的特征聚合，并基于预设的特征增强机制对特征聚合结果进行特征增强，得到多尺度融合特征，并对多尺度融合特征进行检测，得到检测结果。由此，解决了背景技术中多模态目标检测计算成本高昂、模型复杂度高的问题，实现了高效且轻量化的多模态目标检测。