[发明专利]一种弱小目标检测方法

权利要求书

1.一种弱小目标检测方法，其特征在于，采用单阶段检测器YOLO，输入图像先经过2倍下采样，再通过高分辨率主干网络进行低倍率下采样，将获得的特征图进行特征融合，再分别输入到检测头中进行检测；同时将下采样后的特征图接入到注意力模块中进行处理，输出的特征图再次进行特征融合预测，得到最后的预测结果；

高分辨率主干网络结构为空间特征金字塔结构；

所述高分辨率主干网络的采样步骤为：

S101：进行不同倍数下采样，获取图像精细特征；

S102：对S101中得到的特征图案进行卷积操作改变特征图案大小；

S103：完成上采样，同时进行分步预测。

2.根据权利要求1所述的弱小目标检测方法，其特征在于，对所述单阶段检测器YOLO在针对弱小目标时的预选框进行K-Means聚类，得到最合适尺寸的预选框，对目标最大概率覆盖。

3.根据权利要求1所述的弱小目标检测方法，其特征在于，步骤S101所述下采样倍数为4倍，8倍，16倍。

4.根据权利要求1所述的弱小目标检测方法，其特征在于，下采样过程中的每一倍数层通过卷积操作改变特征图大小使之能与上采样过程中的相应的特征图进行特征融合。

5.根据权利要求1所述的弱小目标检测方法，其特征在于，所述注意力模块通过关注目标的有判别性特征区域，在检测过程中对检测目标的特征信息不断细化。

6.根据权利要求1所述的弱小目标检测方法，其特征在于，所述注意力模块处理步骤为：

S201：输入特征Q，大小为H×W×C，经过平均池化处理为1×1×C大小；

S202：经过Relu激活函数以及全连接后层输出特征Q₁大小为1×1×C₁，C₁＝H×W×C/r；

S203：经过Sigmoid函数以及全连接层输出特征Q₂，大小为1×1×C₂，C₂＝H×W×C；

S204：最后通过整形操作处理成H×W×C的特征，再与输入原始特征Q进行哈达玛积处理，输出最终的特征图；

其中H、W、C为输入特征的高、宽和通道数；r为指比率。