저조도 이미지의 전체 밝기와 대비가 낮고, 목표의 가장자리 특징이 제한되어 목표 검출 알고리즘의 인식 및 위치 정확도가 높지 않은 문제를 해결하기 위해 저조도 목표 검출 방법을 제안한다. 우선, 저조도 이미지 강화 네트워크를 제안하며, 이미지 가우시안 피라미드, Retinex 및 암 채널 탈염의 저조도 이미지 강화 장점을 활용하고 암 채널 탈염 알고리즘에 가장자리 윤곽 특징을 추가하여 전체 밝기 대비를 향상시키는 동시에 목표의 가장자리 특징을 부각시킨다; 둘째, 특징 추출 정확도를 높이기 위해 RTDETR의 특징 추출 부분에 경량 자기 보정 특징 추출 네트워크를 설계하여 더 적은 계산량으로 주체 특징 추출 네트워크가 생성한 특징 맵을 생성 및 보정하여 목표 검출 정확도를 향상시킨다. ExDark 데이터셋에서의 실험 결과, 기본 RTDETR과 비교하여 정밀도가 2.34% 향상되고, 재현율이 2.09% 향상되었으며, 파라미터 수는 4.95M 감소했고, 모델 크기는 13.31MB 축소되었으며, 본 방법이 저조도 환경에서 목표 검출 성능을 효과적으로 향상시킬 수 있음을 보였다.

목표 검출;암 목표;저조도 강화;가우시안 피라미드;자기 보정 네트워크