摘要
本发明公开了一种自监督学习的红外目标检测方法、装置、设备及存储介质,所述方法通过自监督学习模型的掩码自编码器MAE架构对红外图像训练集进行预训练,获得预训练后的编码器权重;将编码器权重加载到目标检测的特征提取网络中,构建红外目标检测模型;对自监督学习模型和红外目标检测模型进行优化,通过优化后的优化自监督学习模型和优化红外目标检测模型对输入红外图像进行特征提取和目标检测,获得检测结果,能够降低对大规模标注数据的需求,增强了模型在复杂红外场景中的检测能力,显著提高了红外目标检测的精度和鲁棒性,提升了模型的泛化能力和稳定性,提高了自监督学习的红外目标检测的速度和效率。
技术关键词
监督学习模型
编码器
特征提取网络
训练集
生成红外图像
掩码策略
检测设备
检测头
检测损失
图像增强
程序
处理器
数据
多尺度
视觉
形态
存储器
鲁棒性
标签
系统为您推荐了相关专利信息
静脉识别方法
特征提取模块
手掌图像
数据
判别模块
预警方法
温度预测模型
编码器
前馈神经网络
解码器
补全方法
上下文特征
邻居
情绪特征
Softmax函数