本文介绍了一个利用深度学习和数据增强的热红外远程目标检测系统，针对海上救援进行研究。通过使用TIR相机建立了自采集的TIR数据集，并收集了一个合成数据集。提出了一种基于生成模型的自适应算法来解决领域差距问题。实验结果表明，使用增强数据训练的网络性能优于只使用真实数据训练的网络，分割模型性能超越了最先进的方法。

本文介绍了一个利用深度学习和数据增强的热红外远程目标检测系统，针对海上救援进行研究。通过使用TIR相机建立了一个自采集的TIR数据集，并收集了一个合成数据集。为了解决合成TIR图像与真实TIR图像之间的领域差距，本文提出了一种基于生成模型的自适应算法。实验结果表明，用包含翻译合成和真实TIR数据的增强数据训练的网络在性能上明显优于只使用真实TIR数据进行训练的网络。所提出的分割模型超越了最先进的分割方法的性能。