红外低慢小目标检测方法、装置、计算设备及存储介质制造方法及图纸

本发明专利技术提供了一种红外低慢小目标检测方法、装置、计算设备及存储介质，其中方法包括：获取待检测的红外图像；将所述红外图像输入至预先训练生成的检测模型中；所述检测模型基于YOLOv4

【技术实现步骤摘要】
红外低慢小目标检测方法、装置、计算设备及存储介质


[0001]本专利技术实施例涉及图像处理
，特别涉及一种红外低慢小目标检测方法、装置、计算设备及存储介质。

技术介绍

[0002]低慢小目标是指具有飞行速度小于200km/h，飞行高度在1km以下，雷达反射面积小等全部或部分特征的航空器和空飘物。随着航空事业的发展，尤其是通用航空业的发展，特别是国家要求空军开放低空航空领域，“低慢小”的飞行问题越来越突出。尤其是民用无人机的广泛应用给防空安全带来很大威胁，对其进行有效检测才能正确实施监控和预警。
[0003]由于低慢小目标的检测需要面对的场景比较复杂，且其飞行高度低、体积小、机动性强，因此现有的模型无法直接对低慢小目标进行检测。因此，亟需提供一种能够准确检测低慢小目标的方法。

技术实现思路

[0004]基于现有的模型无法直接对低慢小目标进行检测的问题，本专利技术实施例提供了一种红外低慢小目标检测方法、装置、计算设备及存储介质，能够准确检测低慢小目标。
[0005]第一方面，本专利技术实施例提供了一种红外低慢小本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种红外低慢小目标检测方法，其特征在于，包括：获取待检测的红外图像；将所述红外图像输入至预先训练生成的检测模型中；所述检测模型基于YOLOv4
‑
tiny网络训练得到，所述YOLOv4
‑
tiny网络依次利用主干网络、颈部网络、坐标注意力处理模块和头部网络对所述红外图像进行特征识别；根据所述检测模型由所述头部网络输出的结果，得到所述红外图像中的低慢小目标的检测结果。2.根据权利要求1所述的方法，其特征在于，所述检测模型的训练方式，包括：获取若干个被标注有标签的数据样本，所述数据样本为包括低慢小目标的图像；所述若干个数据样本满足：图像背景覆盖指定的背景环境、目标类型覆盖指定的类型、目标尺寸不小于设定尺寸中的一种或多种；针对每一个数据样本，均执行：将该数据样本输入至所述主干网络中，将所述主干网络输出的数据样本输入至颈部网络中，利用所述坐标注意力处理模块对由所述颈部网络输出的数据样本进行坐标注意力处理，将坐标注意力处理后的数据样本输入至所述头部网络中；得到训练后的所述检测模型。3.根据权利要求2所述的方法，其特征在于，所述主干网络输出的数据样本包括：不同预测尺度的第一特征图和第二特征图；所述坐标注意力处理模块对由所述颈部网络输出的如下数据样本分别进行坐标注意力处理：对所述第一特征图进行卷积处理后输出的处理后的第一特征图、对该处理后的第一特征图进行上采样之后与所述第二特征图进行张量拼接得到的拼接特征图。4.根据权利要求3所述的方法，其特征在于，所述主干网络输出的数据样本还包括：第三特征图，所述第三特征图与第一特征图和第二特征图的预测尺度均不相同；所述坐标注意力处理模块还对由所述颈部网络输出的如下数据样本进行坐标注意力处理：将所述拼接特征图进行上采样之后与所述第三特征图进行张量拼接后进行特征提取处理得到的特征提取图。5.根据权利要求2
‑
4中任一所述的方法，其特征在于，所述利用所述坐标注意力处理模块对由所述颈部网络输出的数据样本进行坐标注意力处理，包括：对数据样本分别沿水平坐标方向和垂直坐标方向对每个通道进行编码，得到水平张量矩阵和垂直张量矩阵；将水平张量矩阵和垂直张量矩阵进行特征映射得到特征映射矩阵...

【专利技术属性】
技术研发人员：余秋冬，李海涛，杨明，王永艳，段宇辉，杨晨，杨金宝，梁坤，戴明伦，
申请(专利权)人：天津职业技术师范大学中国职业培训指导教师进修中心，
类型：发明
国别省市：