申请/专利权人：西南科技大学

申请日：2024-03-25

公开（公告）日：2024-06-21

公开（公告）号：CN118230104A

主分类号：G06V10/80

分类号：G06V10/80;G06V10/20;G06V10/52;G06V10/82;G06N3/09

优先权：

专利状态码：在审-公开

法律状态：2024.06.21#公开

摘要：本发明公开了一种基于多尺度特征增强的红外弱小目标检测方法，包括：S1：获取基于真实场景的单帧红外弱小目标数据集；S2：对所述单帧红外弱小目标数据集进行预处理，得到预处理后的数据集；S3：将所述预处理后的数据集输入至YOLO‑MSFE网络，利用YOLO‑MSFE网络进行红外弱小目标检测，得到红外弱小目标检测结果。本发明能够解决现有红外图像颜色信息匮乏，小目标非常稀疏以及噪声干扰多等特点，网络较大的深度与信息利用不充分导致检测效果不佳的问题。

主权项：1.一种基于多尺度特征增强的红外弱小目标检测方法，其特征在于，包括：S1：获取基于真实场景的单帧红外弱小目标数据集；S2：对所述单帧红外弱小目标数据集进行预处理，得到预处理后的数据集；S3：将所述预处理后的数据集输入至YOLO-MSFE网络，利用YOLO-MSFE网络进行红外弱小目标检测，得到红外弱小目标检测结果；所述YOLO-MSFE网络包括：骨干子网、颈部子网和头部子网，所述骨干子网包括依次设置的第一CBS模块、第一MUDC模块、第一C2f模块、第二MUDC模块、第二C2f模块、第三MUDC模块、第三C2f模块、第四MUDC模块、第四C2f模块和SPPF模块；所述颈部子网包括GREP结构、第一UpSample模块、第二UpSample模块、第一concat层～第六concat层、第五C2f模块～第十C2f模块、第五MUDC模块、第二CBS模块和第三CBS模块；所述第二MUDC模块、所述第三MUDC模块和所述第四MUDC模块的输出结果同时作为所述GREP结构的输入，所述GREP结构的输出结果同时作为所述第五concat层的第一输入和第五MUDC模块的输入，所述SPPF模块的输出结果同时作为所述第一UpSample模块的输入，所述第一UpSample模块、所述第一concat层、所述第五C2f模块、所述第二UpSample模块、所述第二concat层和所述第六C2f模块依次设置，并且，所述第二C2f模块的输出作为所述第二concat层的另一输入，所述第三C2f模块的输出作为所述第一concat层的另一输入，所述第六C2f模块的输出结果同时作为所述第五concat层的第二输入和所述第二CBS模块的输入，所述第二CBS模块的输出结果和所述第五C2f模块的输出结果同时作为所述第三concat层的输入，所述第三concat层、所述第七C2f模块、所述第三CBS模块、所述第四concat层和所述第八C2f模块依次设置；所述第七C2f模块的输出结果和所述第五MUDC模块的输出结果同时作为所述第六concat层的输入，所述第六concat层的输出结果作为所述第十C2f模块的输入；所述第五concat层的输出结果作为所述第九C2f模块的输入；所述头部子网包括第一Detect模块、第二Detect模块和第三Detect模块；所述第九C2f模块的输出结果作为所述第一Detect模块的输入；所述第十C2f模块的输出结果作为所述第二Detect模块的输入，所述第八C2f模块的输出结果作为所述第三Detect模块的输入；所述第一CBS模块至所述第三CBS模块构造为具有相同的结构。

全文数据：

权利要求：

百度查询： 西南科技大学 一种基于多尺度特征增强的红外弱小目标检测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD