基于改進(jìn)Shuffle-RetinaNet的紅外車輛檢測(cè)算法

摘要： 針對(duì)當(dāng)前紅外場(chǎng)景下多尺度車輛檢測(cè)精度欠佳且算法模型復(fù)雜度高的問題，提出了基于Shuffle-RetinaNet的紅外車輛檢測(cè)算法。該算法以RetinaNet網(wǎng)絡(luò)為基礎(chǔ)，并選用ShuffleNetV2作為特征提取網(wǎng)絡(luò)。提出雙分支注意力模塊，通過(guò)雙分支結(jié)構(gòu)和自適應(yīng)融合方法增強(qiáng)網(wǎng)絡(luò)對(duì)紅外圖像中目標(biāo)關(guān)鍵特征的提取能力；優(yōu)化特征融合網(wǎng)絡(luò)，集成雙向交叉尺度連接和快速歸一化融合，增強(qiáng)目標(biāo)多尺...