摘要
本发明涉及神经网络结构技术领域,具体涉及一种轻量化红外小目标检测方法,包括:通过在编码器中计算图像的二阶协方差统计向量来捕捉空间特征相关性,动态调整注意力权重,获得具备空间注意力特征的编码器特征图;利用小波注意力融合模块产生不同频率分量实现特征降维,并在不同通道之间共享参数,以进一步降低资源消耗;通过小波注意力融合模块与解码器进行跳跃连接,最终通过红外小目标检测模型得到小目标检测结果,提升网络实时检测性能。本发明中的红外小目标检测模型在增强目标特征的同时减少模型参数量,有效提升了红外小目标的检测性能。
技术关键词
编码器特征
注意力
二维离散小波变换
解码器
高频特征
卷积模块
表达式
神经网络结构
多层感知器
数据
描述符
图像处理
频率
参数
像素
动态
系统为您推荐了相关专利信息
注意力机制
状态实时监测
预警方法
分类网络
终端设备
状态空间模型
高频特征
互补特征
频域特征
融合特征
联合损失函数
样本
生成网络模型
注意力
MRI切片