红外目标检测算法与数据集

已于 2022-06-20 18:08:40 修改
阅读量5.4k 收藏 77
点赞数 5
分类专栏： 科研 学习 文章标签： 计算机视觉 图像处理 目标检测
于 2022-06-17 19:02:26 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/zhoukehu_CSDN/article/details/125338776
版权

1. 概述

本文为作者在查找文献时发现的一些关于红外目标检测的算法和数据集。

2.开源作者

[1] 程明明：文章+代码+ LaTeX+PPT

3. 算法

[1] Saed Moradi: ADMD+TLLCM+WSLCM+ADMCDD+RLCM
[2] DNA-Net：Dense Nested Attention Network for Infrared Small Target Detection

4. 数据集

[1] 复杂背景下红外弱小运动目标检测数据集：A dataset for small infrared moving target detection under clutter background
[2] 面向空地应用的红外时敏目标检测跟踪数据集：A dataset for infrared time-sensitive target detection and tracking for air-ground application
[3] NUAA-SIRST：Single-frame InfraRed Small Target (SIRST) Benchmark

5. 其它

其中DNA-Net算法效果令人惊叹，网络结构示意如下：

DNA-Net
论文中描述的算法效果如下：
算法效果比较
算法效果比较
算法效果比较

算法效果比较

zhoukehu91
关注
  • 5
    点赞
  • 踩
  • 77
    收藏
    觉得还不错? 一键收藏
  • 3
    评论
专栏目录
弱小目标检测跟踪算法研究（2）红外弱小目标数据集准备（红外弱小目标的数据集又来了）
sinat_34897952的博客
03-28 5674
红外弱小目标的数据集又来了！说在前面的话数据集后续 说在前面的话 弱小目标，顾名思义：目标信号弱，像素少，由于目标信噪比较低，目标最少可能只有一个像素单元。因此，弱小目标检测跟踪一直是图像处理与目标检测领域的难点、热点。当前深度学习方法在弱小目标检测跟踪上与传统图像处理方法相比并不存在绝对优势。 由于目前公开的弱小目标数据集比较少，所以这里安利一个已经公开的弱小目标数据集，即在2021年下半年公布的第三届“空天杯”的公开数据集，其中包括红外弱小目标与雷达序列两种类型，关于数据采集和数据类型在官网上都有详细的
4000多千张yolo红外微小无人机-直升机-飞机-飞鸟目标检测数据集
03-22
4000多千张yolo红外微小无人机-直升机-飞机-飞鸟目标检测数据集，数据集目录已经配置好，yolo格式(txt)的标签，划分好 train，val, test，并附有data.yaml文件，yolov5、yolov7、yolov8等算法可以直接进行训练模型， 数据集和检测结果参考：https://blog.csdn.net/zhiqingAI/article/details/124230743 数据集配置目录结构data.yaml： train: ../dataset/Aerial IR Detection_yolo_dataset/train/images val: ../dataset/Aerial IR Detection_yolo_dataset/valid/images test: ../dataset/Aerial IR Detection_yolo_dataset/test/images nc: 4 names: ['Airplane', 'Bird', 'Drone', 'Helicopter']
深度学习常用公开数据集
01-26 5436
一、inpainting相关算法 1、Place2数据集。Places365-Standard 180万张，365个类别，用于训练，每个类别50张用于验证，900张用于测试。有高分别率和低分辨率256x256。 Places2: A Large-Scale Database for Scene Understandinghttp://places2.csail.mit.edu/download.html 2、CelebA数据集 CelebFaces Attributes Dataset (Celeb
数据集——红外光数据集
最新发布
张飞飞的博客
06-22 2450
图23：Pedestrian Infrared/visible Stereo Video Dataset 示例图。图2：FREE Teledyne FLIR Thermal Dataset 示例图。图16：OSU Thermal Pedestrian Database 示例图。图18：Terravic Facial IR Database 示例图。图17：OSU Color-Thermal Database 示例图。图8：Freiburg Thermal Dataset示例图。
红外弱小目标检测之“Asymmetric Contextual Modulation for Infrared Small Target Detection“阅读笔记
WNANPHOTO的历程
01-12 3952
Asymmetric Contextual Modulation for Infrared Small Target Detection 本文开源代码及单帧红外小目标检测数据集： code：https://github.com/YimianDai/open-acm sirst：https://github.com/YimianDai/sirst 427张短波、中波，950nm红外图像，5种标注方式 (a)类别标签 (b) 实例分割 © 边界框 (d) 语义分割 (e) 实例定位 模型驱动方法存在的缺点
yolo-nas无人机高空红外热数据小目标检测（教程+代码）
阿利同学的博客
12-21 3677
yolo-nas无人机高空红外热数据小目标检测（教程+代码）
【矩池云】YOLOv3~YOLOv5训练红外小目标数据集
一只大憨憨的博客
05-31 3203
YOLO系列算法，红外小目标检测，从数据集处理到完整实现
【计算机视觉】小目标检测研究进展：数据集介绍及性能评估（详细讲解）
wzk4869的博客
12-27 4411
【计算机视觉】小目标检测研究进展：数据集介绍及性能评估（详细讲解）
yolo红外微小飞鸟目标检测数据集
03-23
几百张yolo红外微小飞鸟目标检测数据集，数据集目录已经配置好，yolo格式(txt)的标签，划分好 train，val, test，并附有data.yaml文件，yolov5、yolov7、yolov8等算法可以直接进行训练模型， 数据集和检测结果参考： https://blog.csdn.net/zhiqingAI/article/details/136952543?spm=1001.2014.3001.5501 数据集配置目录结构data.yaml： nc: 1 names: ['bird']
红外小目标：DNANet网络结构与模型搭建
weixin_33538887的博客
08-25 7436
考虑到红外小目标的小的特性，作者设计了一个专门的模块来提取深层特征的同时维护深层小目标的表示。
YOLO红外船只目标检测数据集
06-08
1、YOLO红外船只目标检测数据集，6000多张使用lableimg标注软件，标注好的真实场景的高质量图片数据，图片格式为jpg，标签有两种，分别为VOC格式和yolo格式，分别保存在两个文件夹中，可以直接用于YOLO系列的红外船只目标检测；数据场景丰富；类别为liner、sailboat、warship、canoe、bulk carrier、container ship、fishing boat七个类别目标 2、数据集和检测结果参考：https://blog.csdn.net/zhiqingAI/article/details/124230743
深度学习 目标识别 红外热成像
06-12
该资源为红外热成像数据集和标记好的XML文件，且仅对数据集中的人进行了标注，共有3493张红外热成像图片和对应标注好的3493个XML格式文件。该资源可用于深度学习中红外热成像人体的识别，且仅供学习和研究，不以盈利为目的；同时也希望能够促进基于深度学习的目标检测在红外热成像方面的发展。
红外小目标检测与 跟踪算法研究
11-29
本文在一个全新的理论框架下探讨了复杂背景条件下的红外小目标检测与跟踪问题，可从整体上为该领域的其他研究者提供一条新的研究思路。遵循传统的研究步骤，本文将红外小目标检测与跟踪问题分解为图像预处理、小目标检测和小目标跟踪三个阶段分别进行了研究。
NUAA人脸库
02-18
NUAA库，可以用于人脸识别系统中的反欺骗和欺骗检测的训练、测试。
红外数据集10.rar
06-22
红外车辆图像，标注的是Pascal voc格式。使用福禄克tix660拍摄，与可见光图像相比，红外图像往往分辨率低，图像中的目标轮廓信息弱，边缘模糊、对比度较低，使得红外图像中网络能够提取的特征信息少。
复杂背景下红外弱小运动目标检测数据集
04-15
描述 红外小运动目标检测是红外检测的关键技术之一。并且一直是光电检测的热点问题，尤其是杂波背景下的小型红外运动目标。问题还没有解决。鉴于目前研究中缺乏高...该数据集可用于小型红外运动目标检测与跟踪研究。
红外目标检测与跟踪合集
05-31
红外目标检测与跟踪是计算机视觉领域中的关键技术，广泛应用于军事、安防、自动驾驶等多个领域。本合集涵盖了近五年来在该领域的研究成果，提供了丰富的参考文献和实现代码，旨在帮助学习者深入理解和应用这一技术。...
红外小目标检测数据集，远距离小目标
06-20
总的来说，这个“红外小目标检测数据集”为研究者和工程师提供了一个宝贵的工具，推动了红外成像领域的目标检测技术发展，有助于构建更高效、更精准的智能系统。通过深度学习和优化的算法，我们可以期待在未来看到更...
yolo红外船只目标检测数据集
05-10
YOLO是一种用于目标检测的深度学习算法，其全称为You Only Look Once（你只需要看一次），其原理是通过对图像进行卷积运算，从而生成检测框和相应的类别信息。而红外船只目标检测数据集是一种用来训练和测试YOLO算法的数据集，其包括了红外图像中的不同种类船只的图像及其标注信息。 使用红外图像进行目标检测在某些场景下是很有必要的。因为红外图像可以直接获取到目标物体的温度信息，而不受光线等环境因素的干扰，因此在夜晚、迷雾等环境里，使用红外图像进行目标检测非常有优势。 红外船只目标检测数据集中包含了不同大小、形状、角度、光照、背景等因素的红外图像，这些图像可以被用来训练和测试不同版本的实时目标检测算法。红外图像中的船只目标可以被用来训练检测算法，同时针对不同光照、天气等因素进行细致的训练，使算法能够更好地适应各种使用场景。 使用YOLO算法进行红外船只目标检测的优点在于，YOLO算法能够快速处理大量图像，并在同一时间内检测到多个目标，因此能够准确地对不同位置、大小、形状、类别的红外船只目标进行检测和定位,并可以输出目标的位置及其类别信息。同时，通过持续训练和改进算法，可使算法性能不断提高。 总之，红外船只目标检测数据集是一种非常宝贵的数据集，能够为红外船只目标检测算法的训练和测试提供丰富的样本数据。而使用YOLO算法进行红外船只目标检测能够有效地实现快速、准确地检测，是提高船只目标检测算法性能的好方法。
评论 3
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值