基于 Transformer 的改进密集嵌套注意力网络用于红外小目标检测

基于深度学习的红外小目标检测在将小目标从复杂动态背景中分离出来方面具有独特优势。然而，红外小目标的特征随着卷积神经网络（CNN）深度的增加而逐渐减弱。为解决此问题，我们提出了一种基于 transformer 架构的红外小目标检测新方法，称为改进密集嵌套注意力网络（IDNANet）。我们保留了密集嵌套注意力网络（DNANet）的密集嵌套结构，并在特征提取阶段引入 Swin-transformer 以增强特征的连续性。此外，我们将 ACmix 注意力结构整合进密集嵌套结构中，以增强中间层的特征。同时，我们设计了加权 dice 二元交叉熵（WD-BCE）损失函数，以减轻样本中前景-背景不平衡的负面影响。我们还专门构建了一个名为 BIT-SIRST 的红外小目标数据集，该数据集包含大量真实目标及人工标注标签，以及合成数据及相应标签。我们在公开数据集上通过实验评估了方法的有效性。与其他最先进（SOTA）方法相比，我们的方法在检测概率（$P_d$）、虚警率（$F_a$）和平均交并比（$mIoU$）方面表现更优。$mIoU$ 在 NUDT-SIRST 数据集上达到 90.89%，在 SIRST 数据集上达到 79.72%。BIT-SIRST 数据集与代码已公开于 \href{https://github.com/EdwardBao1006/bit\_sirst}{\color[HTML]{B22222}{https://github.com/EdwardBao1006/bit\_sirst}}。