本研究提出了一种改进的U-Net架构SFA-UNet，旨在解决红外小物体分割中的局部对比和全局上下文信息利用不足的问题。通过结合Scharr卷积和快速傅里叶卷积，并引入注意力机制，显著提升了小物体的检测和分割性能。该方法在多个公共数据集上表现优异。