基于Swin Transformer和注意力机制的红外无人机检测算法

红外无人机目标检测在军民领域的应用前景广阔。由于无人机目标尺度较小，空中环境复杂多变，目前普遍存在检测率低和误报率高的现象。针对复杂场景下红外无人机目标检测不良等问题，本文提出ST-YOLOA目标检测模型。首先，使用Swin Transformer网络架构和协调注意力（CA）机制搭建STCNet骨干特征提取网络；其次，特征融合部分采用带残差结构的PANet路径聚合网络构建特征金字塔提升整体特征提取能力，同时改进了上下采样方式以增强检测能力；最后，使用解耦检测头预测无人机目标的位置。试验结果表明，本文提出的模型检测精度为92.8%，检测速度达到了22帧/s，这表明该模型与其他模型相比具有较好的检测效果，且基本满足实时性检测要求，对于多无人机目标场景下的检测具有现实意义。