摘要
本发明公开了融合局部先验和多尺度全局背景的红外小目标检测方法,该方法首先获取包含红外图像及其对应掩码标签的图像数据,并进行预处理。其次构建编码器‑解码器架构的目标检测模型,编码器包含并行的局部细节先验挖掘分支与多尺度全局背景感知分支,对预处理后的图像数据进行逐级特征提取,解码器包含渐进式特征融合解码分支,将编码器双分支的各级特征输入解码器分支逐级解码得到检测结果。最后训练中引入加权深度监督机制,在多个解码层设置辅助预测输出并计算加权损失。本发明解决现有方法对局部细节建模不足、Mamba的多尺度全局背景感知不足以及全局与局部特征融合困难等问题,提高了红外小目标的检测精度。
技术关键词
分支
解码器架构
解码模块
输出特征
多尺度
编码器
策略
图像
通道
检测模型训练
输入解码器
多层感知机
滤波
标签
注意力机制
分块
像素
层级
系统为您推荐了相关专利信息
分级预警方法
模糊层次分析法
多源异构数据
实时监测数据
案例库
图像分割标注方法
肺部CT图像
特征值
图像分割模型
坐标
舌体图像
图像识别技术
辨识系统
舌体特征
语义特征提取
脐带间充质干细胞
监控方法
深度学习训练
分阶段
优化神经网络模型
超声影像数据
超声造影
患者
归一化模块
空间特征信息