摘要：針對(duì)用傳統(tǒng)方法難以解決城市背景下紅外圖像多目標(biāo)檢測(cè)的問題,采 用遷移學(xué)習(xí)技術(shù)把深度學(xué)習(xí)中可見光域的目標(biāo)檢測(cè)框架遷移到紅外域中。利用 該方法建立的模型的小目標(biāo)檢測(cè)性能非常好,在制作的測(cè)試集上平均精度 mAP(IoU=0.50)為0.858。還對(duì)訓(xùn)練數(shù)據(jù)與模型檢測(cè)性能之間的關(guān)系進(jìn)行了初 步研究。制作了大數(shù)據(jù)量和小數(shù)據(jù)量2個(gè)訓(xùn)練集,對(duì)模型進(jìn)行訓(xùn)練,然后在相 同的測(cè)試集上進(jìn)行測(cè)試。通過小數(shù)據(jù)量訓(xùn)練的模型在制作的測(cè)試集上的平均精 度mAP(IoU=0.50)為0.615。實(shí)驗(yàn)結(jié)果表明,數(shù)據(jù)的多樣性、數(shù)量、質(zhì)量等都 會(huì)影響模型的好壞。