公开(公告)号：CN115861799A

公开(公告)日：2023-03-28

申请号：CN202211463371.4

申请日：2022-11-21

Applicant: 北京理工大学

Inventor： 邓宏彬 ,  陈丽 ,  王超 ,  陈鹏万 ,  危怡然 ,  熊镐 ,  许亚豪 ,  李京泰

IPC: G06V20/10 ,  G06V10/20 ,  G06V10/82 ,  G06V10/40 ,  G06V10/77 ,  G06V10/80 ,  G06V10/764 ,  G06V10/766 ,  G06V10/774 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明公开的一种基于注意力梯度的轻量化空对地目标检测方法，属于空对地目标检测领域。本发明实现方法为：构建主要由卷积+批归一化+ReLU激活的CBL模块、线性瓶颈结构、注意力梯度模块组成的注意力梯度特征提取网络，并提取原始图像特征，提高注意力梯度特征提取网络对空对地图像的小目标表征能力；使用特征金字塔网络进行特征融合，提高空对地不同尺度目标的检测精度，采用基于数理统计的动态正负样本分配策略提高锚框的分配效率；通过对分类预测模块和位置预测模块解耦处理提高空对地目标检测网络训练的收敛速度，使用累加损失计算达到模型端到端的训练，提高空对地目标检测的精度与效率，降低模型参数，使其更易于部署在算力有限的空对地平台上。