基于多模态融合与注意力机制的小目标检测增强：YOLOv5 方法

随着信息技术的快速发展，现代战争日益依赖于智能技术，使得小目标检测在军事应用中变得至关重要。对高效、实时检测的日益增长的需求，使得在复杂环境中识别小目标面临挑战，由于干扰因素。为此，我们提出一种基于多模态图像融合和注意力机制的小目标检测方法。该方法利用 YOLOv5，将红外和可见光数据集成，并引入卷积注意力模块以提升检测性能。该过程首先采用特征点匹配进行多模态数据集的配准，确保网络训练的准确性。通过将红外和可见光特征与注意力机制结合，模型提高了检测准确性和鲁棒性。在反无人机和 Visdrone 数据集上的实验结果表明，我们的方法有效且实用，能够为小目标和暗目标实现卓越的检测结果。