BriefGPT - AI 论文速递
·
精心挑选：通过选择性的排名感知注意力检测红外小目标
💡
原文中文，约400字，阅读约需1分钟。
📝
内容提要
SeRankDet是一种深层网络，通过非线性的Top-K选择过程和选择性Rank感知注意力模块提高准确性。它还使用Large Selective Feature Fusion模块和扩张差异卷积模块增强了目标识别能力。SeRankDet在多个数据集上表现出色，并提供了代码。
🎯
关键要点
- SeRankDet是一种深层网络，旨在提高准确性。
- 核心技术包括非线性的Top-K选择过程和选择性Rank感知注意力模块。
- Large Selective Feature Fusion模块替代了U-Net结构中的静态连接，增强了目标识别能力。
- 扩张差异卷积模块结合了差分卷积和扩张卷积，提高了目标与背景的分离度。
- SeRankDet在多个公开数据集上表现出色，且提供了代码。
➡️
