一种基于改进RT-DETR的声纳图像小目标检测方法

本发明属于水下声纳图像智能检测与目标检测，具体涉及一种基于改进rt-detr的声纳图像小目标检测方法。

背景技术：

1、声纳图像广泛应用于水下目标探测、水下机器人感知、海洋资源勘测以及水下安全监测等任务中。由于声纳成像机理与可见光成像存在明显差异，声纳图像通常具有纹理信息弱、边缘轮廓模糊、背景噪声强、灰度分布不均以及目标与背景对比度低等特点。在复杂水下环境中，小目标还容易受到混响、散射、阴影以及海底复杂背景的干扰，导致检测模型难以准确提取目标区域特征。

2、现有目标检测方法多采用卷积神经网络或transformer结构完成图像特征提取与目标定位。其中，rt-detr作为一种实时端到端目标检测模型，能够利用检测解码器直接预测目标类别和边界框，具有较好的检测效率和全局建模能力。然而，在声纳图像小目标检测场景中，直接采用该模型仍存在以下不足：其一，小目标尺寸小，边缘和纹理信息弱，而模型中的高层交互模块更侧重于全局特征交互，缺乏对局部细节和空间响应的专门增强机制，容易导致小目标特征在深层网络中被背景噪声淹没；其二，在跨尺度特征融合过程中，主要依靠通道拼接和普通卷积，未能对不同尺度特征的空间细节和通道响应进行充分筛选与精炼，使得融合后的特征对小目标的表达能力不足，从而影响检测精度和稳定性。

3、因此，需要在保持rt-detr端到端检测优势的前提下，针对声纳小目标特点设计适配的改进方案，增强高层特征的局部-全局表达能力，并提升跨尺度融合特征对小目标的响应能力。

技术实现思路

1、本发明以rt-detr为基础，提供一种基于改进rt-detr的声纳图像小目标检测方法，旨在增强声纳小目标的局部细节表达、全局上下文建模以及跨尺度空间-通道融合能力，从而提高复杂声纳背景下小目标检测的准确性和稳定性。

2、本发明通过以下技术方案实现：

3、一种基于改进rt-detr的声纳图像小目标检测方法，包括：获取声纳图像数据集并按比例划分训练集、验证集和测试集；构建改进型rt-detr网络，其包括特征提取网络、混合编码器和检测解码器；通过特征提取网络提取多尺度特征；在混合编码器中构建卷积增强局部-全局特征交互模块，替代原有的高层交互模块，以增强高层特征的局部细节和全局上下文建模；在混合编码器的跨尺度融合路径中构建跨尺度空间-通道融合模块，对不同尺度特征进行空间与通道的联合增强；将增强后的多尺度融合特征输入检测解码器，输出检测结果；利用训练集和验证集训练网络，并基于检测损失更新参数；利用训练后的模型对测试集或待检测图像进行目标检测。

4、优选地，所述卷积增强局部-全局特征交互模块包括普通卷积、膨胀卷积、动态空间注意力、多头自注意力和前馈变换单元，通过局部卷积融合和空间注意力加权，再经全局自注意力建模，实现局部-全局特征增强。

5、优选地，所述跨尺度空间-通道融合模块包括跨尺度卷积融合、二维层归一化、空间增强深度卷积、通道增强全局平均池化与全连接层，以及门控残差融合，实现空间细节与通道响应的联合精炼。

6、与现有技术相比，本发明的有益效果在于：通过卷积增强局部-全局特征交互模块，在全局建模前增强了小目标的边缘、纹理及空间响应，避免了高层特征的信息丢失；通过跨尺度空间-通道融合模块，对各尺度特征进行空间和通道双重精炼，提高了多尺度融合特征对小目标的敏感度；同时保持检测解码器结构不变，便于继承原有模型的稳定性和适配性。

1.一种基于改进rt-detr的声纳图像小目标检测方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的方法，其特征在于，所述卷积增强局部-全局特征交互模块包括普通卷积分支、膨胀卷积分支、动态空间注意力分支、多头自注意力单元和前馈特征变换单元；其中，

3.根据权利要求2所述的方法，其特征在于，所述卷积增强局部-全局特征交互模块按照以下顺序进行处理：

4.根据权利要求1所述的方法，其特征在于，所述跨尺度空间-通道融合模块包括跨尺度卷积融合单元、二维层归一化单元、空间增强单元、通道增强单元和门控残差融合单元；其中，

5.根据权利要求4所述的方法，其特征在于，所述跨尺度空间-通道融合模块按照以下顺序进行处理：

6.根据权利要求1所述的方法，其特征在于，所述跨尺度融合路径包括自顶向下融合路径和自底向上融合路径，其中，

7.根据权利要求1所述的方法，其特征在于，所述检测解码器保持rt-detr原始解码结构，用于接收所述增强后的多尺度融合特征并输出预测结果；训练过程中采用的检测损失函数包括目标类别分类损失、边界框位置回归损失和广义交并比损失，并以加权和形式作为总损失。