[发明专利]一种基于改进YOLOv3的红外目标检测方法

权利要求书

1.一种基于改进YOLOv3的红外目标检测方法，使用Darknet-53作为网络检测框架，其特征在于：

移除网络检测框架与预测模块之间的卷积层；加入多尺度融合预测，预测模块接收并综合最后三个重复块的结果做出预测；网络检测框架包括利用残差层融合低级特征的重复块，在重复块的卷积层之后加入残差模块；

在重复块的底部加入注意力模块，由主干分支和掩码分支构成；主干分支对特征进行卷积等处理得到T(x)，掩码分支对特征图进行两次下采样和两次上采样得到同样大小的M(x)，点乘掩码分支和主干分支的结果作为输出结果；

在重复块之间加入残差金字塔过渡网络，由多层包含卷积层、批归一化层和激活层的过渡残差块组成，激活层以ReLU函数作为激活函数；过渡残差块的通道数逐层递增，残差金字塔过渡网络的层数可表示为

第n层过渡残差块的通道数可表示为

其中D_start是输入下一重复块的特征图通道数，D_end是上一重复块输出的特征图通道数。

2.根据权利要求1所述的一种基于改进YOLOv3的红外目标检测方法，其特征在于：重复块的通道数随重复次数递增，第n次重复的重复块通道数可表示为

其中是D′_start输入当前重复块的特征图通道数，D′_end是当前重复块输出的特征图通道数，λ是当前重复块的重复系数。

3.根据权利要求1或2所述的一种基于改进YOLOv3的红外目标检测方法，其特征在于：注意力模块加入残差结构，避免网络特征被弱化，注意力模块的输出结果可表示为

H(x)＝(M(x)+1)·T(x)。

4.根据权利要求3所述的一种基于改进YOLOv3的红外目标检测方法，其特征在于：注意力模块的输入尺寸为4的倍数。

5.根据权利要求4所述的一种基于改进YOLOv3的红外目标检测方法，其特征在于：仅在第二个和第三个重复模块的底部加入注意力模块。