一种用于外场试验图像的引信炸点检测方法

作者：周宇; 曹荣刚^*; 栗苹; 马啸

来源：兵工学报, 2023, 44(08): 2453-2464.

• 炸点观测
• 目标检测
• 深度学习
• 卷积神经网络
• 特征融合

在无线电近炸引信抗干扰性能测试中，观测和识别炸点状态对引信的工作状态评估和性能改进至关重要。为此，提出一种基于深度神经网络的图像目标检测算法，用于引信炸点识别。在检测模型的结构设计及训练策略上实现以下新颖设计：模型基于高性能骨干网络ConvNeXt实现图像目标特征提取，使用密集连接跨阶段局部模块以及带通道注意力机制的多分支模块，以提升特征提取能力；使用任务解耦多检测头结构提升检测精度；在模型训练时，使用焦点损失函数作为分类和置信度的损失函数，使用完全交并比函数作为预测框回归的损失函数。研究结果表明：该检测算法在真实引信炸点图像数据集上实现平均精度为92.7%以及F1分数为87.4%的检测性能。实验结果表明，所提算法在引信炸点检测任务上性能优于现有典型检测模型。

• 单位
  北京理工大学