基于多尺度特征补偿及门控增强的小目标检测方法

作者:张铭津; 臧璠; 岳珂; 张秉颜; 李云松; 高新波
来源:2023-03-22, 中国, CN202310283681.6.

摘要

本发明公开了一种基于多尺度特征补偿及门控增强的小目标检测方法,主要解决现有方法检测准确率低的问题,实现步骤为:获取训练样本集和测试样本集;构建基于多尺度特征补偿及门控增强的小目标检测模型:包括顺次连接的卷积模块、转置模块、门控增强模块和预测模块,以及加载在卷积模块和转置模块之间的多尺度特征补偿模块;对小目标检测模型进行迭代训练;获取测试样本的小目标检测结果。本发明中多尺度特征补偿模块用来提取下采样操作前后的浅层和深层特征,并利用浅层特征对深层特征补偿细节特征,提高多尺度上下文的表征能力,门控增强模块用来增强目标特征和抑制背景噪声,提高目标的信噪比,提高小目标检测的准确率。