基于特征增強和樣本充分學(xué)習(xí)的紅外飛機檢測

摘要： 針對深度學(xué)習(xí)單階段檢測算法對紅外飛機目標(biāo)的特征提取能力不足以及樣本學(xué)習(xí)不充分的問題，提出基于特征增強的全局上下文機制(FEGCM)和樣本充分學(xué)習(xí)的目標(biāo)檢測算法。FEGCM可獲取包含目標(biāo)的全局信息與局部信息的特征圖，從而提高特征提取網(wǎng)絡(luò)對目標(biāo)特征的提取能力。通過在Focal Loss中添加調(diào)制因子，在關(guān)注難負樣本學(xué)習(xí)的基礎(chǔ)上，充分利用包含目標(biāo)特性的部分易負樣本，使得樣本充分學(xué)習(xí)，... （共7頁）