融合多尺度注意力和分离解耦头的红外弱小目标检测算法

目前红外弱小目标检测技术广泛应用于预警系统、精确制导、海域监视等军事领域。针对红外弱小目标包含纹理或形状信息有限、传统算法存在较多误检和漏检等问题，以YOLOv5s模型为基础，引入动态小目标数据增强策略、改进网络结构和损失函数，提升模型对于红外弱小目标的检测效果。该方法在红外弱小目标数据集中平均检测精度达到69.2%，参数量为1.64×106，浮点计算量为13.5×109，实验结果表明，该模型能够有效检测复杂背景下的红外弱小目标，具有一定的工程实践价值。