文章目录
- SCTransNet：空-通道交叉注意力红外小目标检测
- 一、任务
- 二、环境
- 三、数据 (IRSTD-1k)
- 3.1 结构
- 3.2 数据加载
- 四、模型
- 4.1 空间-通道交叉注意力
- 4.2 SCTransNet 完整模型
- 五、训练
- 5.1 损失
- 5.2 训练循环
- 六、结果
- 七、消融
- 八、调试
- 九、总结
- 代码链接与详细流程
购买即可解锁1000+YOLO优化文章，并且还有海量深度学习复现项目，价格仅需两杯奶茶的钱，每日更新
SCTransNet：空-通道交叉注意力红外小目标检测
一、任务
红外图像 (单通道, 256×256) ↓ 红外小目标定义: ┌── 像素 < 80 (256² 中占 < 0.1%) ├── 无纹理信息 (纯亮斑) ├── 低信噪比 (SNR < 3 dB) └── 背景杂波 (云层/建筑/山体) ↓ SCTransNet ├── Backbone (Conv2D ×3: 1→32→64→128ch) ├── Spatial-Channel Cross Attention │ ├── 空间分支: 定位目标位置 │ └── 通道分支: 挖掘 channel 差异 └── Detection Head (128→64→1, Sigmoid) ↓ 分割图 (概率图, 阈值=0.5)| 挑战 | 说明 | SCTransNet 解决方案 |
|---|---|---|
| 目标像素极少 (<0.1%) | 特征稀缺, 易被下采样丢失 | 可分离空间注意力定位亚像素 |
| 背景杂波干扰 | 云层/建筑纹理类似目标 |
