【技术实现步骤摘要】
本专利技术属于航空航天，具体涉及一种基于多尺度特征金字塔的深远空间小目标检测方法及系统。
技术介绍
1、随着航天技术的不断发展，人类对空间探索的需求不断增加，深空探测逐渐成为航天领域的研究热点。其中空间目标检测是深空探测的首要环节，通过对空间目标进行检测和识别，获取空间目标的类型、轨道位置，为后续定轨和任务规划提供丰富的信息。在空间目标探测任务中，尺寸和信噪比大的目标很容易被检测到。但是对于空间小目标，由于深远空间存在星图背景，同时光照条件较差使得图像中的成像面积较小且能量较弱，给目标检测带来了困难。
2、近年来空间小目标检测获得了广泛的关注，也有大量的相关研究成果。在单帧图像中，空间小目标大多表现为强度较低的光点且在图像中成像的面积较小仅有少量的像素。传统的目标检测方法一般是通过人工选取特征，但人工选取特征依赖于专家先验知识，具有较差的泛化能力。而且，在光照条件较差和星图背景的干扰下，现有方法难以满足任务的需求。
3、随着人工智能的兴起，深度学习在多个领域中取得成功，其中计算机视觉已成为研究的重点领域，现在也有...
【技术保护点】
1.一种基于多尺度特征金字塔的深远空间小目标检测方法，包括：
2.根据权利要求1所述的基于多尺度特征金字塔的深远空间小目标检测方法，其特征在于，所述主干网络以CSPNet为算法主干，包括残差模块、池化层、激活层和归一化层，所述主干网络的输出为特征图。
3.根据权利要求1所述的基于多尺度特征金字塔的深远空间小目标检测方法，其特征在于，所述颈部网络包括分组卷积GConv和改进的SE模块；所述颈部网络的处理包括：
4.根据权利要求3所述的基于多尺度特征金字塔的深远空间小目标检测方法，其特征在于，所述改进的SE模块的激活函数包括两层，分别为...
【技术特征摘要】
1.一种基于多尺度特征金字塔的深远空间小目标检测方法，包括：
2.根据权利要求1所述的基于多尺度特征金字塔的深远空间小目标检测方法，其特征在于，所述主干网络以cspnet为算法主干，包括残差模块、池化层、激活层和归一化层，所述主干网络的输出为特征图。
3.根据权利要求1所述的基于多尺度特征金字塔的深远空间小目标检测方法，其特征在于，所述颈部网络包括分组卷积gconv和改进的se模块；所述颈部网络的处理包括：
4.根据权利要求3所述的基于多尺度特征金字塔的深远空间小目标检测方法，其特征在于，所述改进的se模块的激活函数包括两层，分别为relu和h-sigmoid。
5.据权利要求1所述的基于多尺度特征金字塔的深远空间小目标检测方法，其特征在于...
【专利技术属性】
技术研发人员：王小娟，薛长斌，徐海涛，郑铁，刘申澳，
申请(专利权)人：中国科学院国家空间科学中心，
类型：发明
国别省市：
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。