一种基于YOLO的轻量双头自适应红外弱小检测算法的方法
申请号:CN202411884906
申请日期:2024-12-19
公开号:CN119832385A
公开日期:2025-04-15
类型:发明专利
摘要
本发明公开了一种基于YOLO的轻量双头自适应红外弱小检测算法的方法,包括以下步骤:S1、设计双检测头轻量级网络结构,其中包括特征提取模块和特征融合模块,以减少在卷积过程中信息的丢失,降低网络复杂度并提高运行效率;S2、计算各滤波器之间的相似度,根据相似度结果裁剪冗余滤波器,并调整剪枝率,以在保持核心特征信息的同时提高检测速度;S3、引入目标尺寸自适应惩罚因子和角度平衡因子,设计cosPIoU‑Varifocal损失函数,以均衡正负样本损失及重叠区域损失。本发明通过重新设计特征提取模块,提出了双检测头E‑YOLO网络结构,有效减少了多次卷积过程中信息丢失,提升了对红外弱小目标的检测能力。
技术关键词
特征提取模块
双头
YOLO模型
双检测头
滤波器
网络结构
算法
特征空间分析
因子
特征信息融合
特征金字塔网络
检测头结构
深度学习训练
数据
训练集
精度
复杂度
冗余
模型剪枝
监测场景