【技术实现步骤摘要】
本专利技术属于图像处理，具体涉及一种基于视觉自注意力模型的无人机遥感弱小目标检测方法。
技术介绍
1、无人机遥感图像是重要的图像信息来源，实用性极高，无人机目标检测在军事、民用和科研等领域具有重要意义。首先，它提高了军事侦察和监视的效率，使军队能够更及时、精准地发现和追踪目标，提高作战实力。其次，无人机目标检测可用于边境巡逻和安全监控，加强国土安全防线，对于防范非法越境等问题具有积极作用。在民用领域，无人机目标检测可用于灾害监测、搜索救援和环境监测，提高了应对自然灾害和人为灾害的能力。
2、目前，国内外对遥感图像中弱小目标的检测主要分为经典机器学习方法与深度学习方法。传统的“基于手动特征提取+分类器”的目标检测算法己无法满足复杂环境和多尺度下的检测精度要求。随着深度学习在解决图像处理上表现出的高效实用性，利用深度学习实现航拍图像深度变化特征的提取可有效避免传统方法的缺陷。基于回归计算的单阶段目标检测方法，如yolov5，具备较好的检测性能、高效的速度、灵活的模型选择以及简便的训练和部署过程，使其成为当前目标检测领域的一个重要...
【技术保护点】
1.一种基于视觉自注意力模型的无人机遥感弱小目标检测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的基于视觉自注意力模型的无人机遥感弱小目标检测方法，其特征在于，所述改进的主干特征提取网络包括：依次连接的CBS模块、CBS模块、第一自注意力模块、CBS模块、第二自注意力模块、CBS模块、第三自注意力模块、CBS模块、第四自注意力模块和SPPF模块；其中，所述第一自注意力模块的输出为所述第一特征图；所述第二自注意力模块的输出为所述第二特征图；所述第三自注意力模块的输出为所述第三特征图；所述SPPF模块的输出为所述第四特征图。
3.根据权...
【技术特征摘要】
1.一种基于视觉自注意力模型的无人机遥感弱小目标检测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的基于视觉自注意力模型的无人机遥感弱小目标检测方法，其特征在于，所述改进的主干特征提取网络包括：依次连接的cbs模块、cbs模块、第一自注意力模块、cbs模块、第二自注意力模块、cbs模块、第三自注意力模块、cbs模块、第四自注意力模块和sppf模块；其中，所述第一自注意力模块的输出为所述第一特征图；所述第二自注意力模块的输出为所述第二特征图；所述第三自注意力模块的输出为所述第三特征图；所述sppf模块的输出为所述第四特征图。
3.根据权利要求2所述的基于视觉自注意力模型的无人机遥感弱小目标检测方法，其特征在于，所述第一自注意力模块和所述第四自注意力模块网络结构相同，所述第一自注意力模块和所述第四自注意力模块包括3个依次连接的自注意力单元；
4.根据权利要求3所述的基于视觉自注意力模型的无人机遥感弱小目标检测方法，其特征在于，所述第一自注意力模块包括：依次连接的cbs模块、自注意力单元、自注意力单元、自注意力单元、拼接层、cbs模块，所述第一自注意力模块中第一个cbs模块的输入端作为所述第一自注意力模块的数据输入端，所述第一自注意力模块中第二个cbs模块的输出端作为所述第一自注意力模块的数据输出端，且所述第一自注意力模块中第一个cbs模块的输入端还通过一cbs模块与所述第一自注意力模块中拼接层的输入端连接。
5.根据权利要求3所述的基于视觉自注意力模型的无人机遥感弱小目标检测方法，其特征在于，所述第二自注意力模块包括：依次连接的cbs模块、自注意力单元、自注意力单元、自注意力单元、自注意力单元、自注意力单元、自注意力单元、拼接层、cbs模块，所述第二自注意力模块中第一个cbs模块的输入端作为所述第一自注意力模块的数据输入端，所述第二自注意力模块中第二个cbs模块的输出端作为所述第一自注意力模块的数据输出端，且所述第二自注意力模块中第一个cbs模块的输入端还通过一cbs模块与所述第二自注意力模块中拼接层的输入端连接。
6.根据权利要求3所述的基于视觉自注意力模型...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。