摘要
本发明属于目标检测技术领域,尤其为一种基于跨域特征迁移的红外弱小目标检测方法,提出了一种新型检测网络,简称为SA‑YOLO。首先,受多光谱特征迁移思想的启发,设计了一种位置引导增强模块,通过位置感知注意力、多尺度显著性融合和位置引导滤波三重结构,有效增强了弱小目标的红外光谱特征响应。其次,提出了光谱‑空间感知模块,采用渐进式空洞率和双支路注意力机制,实现了对多尺度空间特征的鲁棒性建模。然后,创新性地提出了敏感度稳定损失函数,通过动态惩罚权重和复合归一化缓解了弱小目标的尺度敏感性骤降问题。最后,还收集了一个名为ISUAV‑D红外小目标数据集。实验结果表明,SA‑YOLO在强光干扰环境和微小目标检测场景中展现出显著优势。
技术关键词
注意力
数据
空洞
矩阵
网络
输出特征
长波红外相机
退化模型
红外光谱特征
图像
滤波模块
融合特征
因子
生成多尺度
旋翼无人机
检测损失
训练集
重构
系统为您推荐了相关专利信息
建议生成方法
大语言模型
漏洞知识库
节点
解析工具
山洪灾害风险
山洪灾害预警
分级预警方法
能力评估模型
监测点
数据
运动轨迹预测
碰撞识别方法
分层
碰撞识别系统
神经网络预测模型
天气
人流量预测
车流量预测
管理方法