声明
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。
国内刊号：11-2436/TN
国际刊号：1001-5078
发布日期:
作者：陈航，李江勇，王戈，苏熠
单位：中国电子科技集团公司第十一研究所，北京 100015；
关键词：红外小目标检测;YOLOv10;Omnikernel;注意力机制
现有的目标检测算法多是面向正常大小目标研发。为了解决现有算法对于红外小目标的针对性不强的问题，满足机载环境下对于红外小目标的高精度检测需求，本文提出了一种基于改进YOLOv10n的红外小目标检测算法，该算法引入了稳健特征下采样来降低初始卷积层下采样导致的小目标特征信息丢失，通过增加浅层特征的拼接、使用Omni kernel模块整合强化小目标的特征表示来改进特征金字塔，并在concat操作前增加Triplet Attention机制进行改进，优化多尺度特征的融合。实验结果表明，改进后的算法在验证集上mAP@05达到785，相较于原算法提高了35，mAP@［05∶[KG-*2/3]095］达到455，相较于原算法提高了2，有助于提高机载环境下红外小目标检测性能。
来源：2026年第3期
《激光与红外》期刊编辑部
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。