针对传统目标检测框架对红外弱小目标检测能力不足、召回率低、模型参数量大的问题，提出了一种新的多重注意力机制的轻量级红外弱小目标检测算法——FCDN。首先，提出了轻量级网络结构，减少目标信息在信息流传递过程中的丢失；其次，在上采样过程中采用轻量化的上采样算子来获取更大的感受野，提升召回率；再次，采用带有多重注意力机制的检测头从不同层次来更多关注小目标信息用于目标的回归和识别；最后，采用一种新的损失函数，使用最大相似包围框度量来表征真实框和预测框的相似度。实验结果表明，在复杂背景下的红外弱小目标检测数据集上，相比于基准模型YOLOv5(You Only Look Once version 5),精确率达到99.4%,召回率提高了5%,达到94.7%, mAP50提高了4.3%,达到97.8%,参数量相比原基础模型下降约42%,模型大小被压缩至8.66 Mb。检测结果表明该算法可以满足未来对于红外弱小目标的检测需求，对于红外跟踪、预警侦察、导弹制导等实际应用具有重要价值和参考意义。
暂无评论