Учитывая проблемы крупного объема модели обнаружения многоканального спектра инфракрасного фюзеляжного корабля, низкой эффективности и сложности ее развертывания на встраиваемых устройствах, на основе YOLOv8n-MF была предложена легковесная модель обнаружения многоканального спектра инфракрасного фюзеляжного корабля YOLOv8n-MFLW. Во-первых, была заменена тяжелая сеть HGNetv2 на легковесную сеть HGNetv2, основанную на GSConv Convolution, восстановлена HGBlock и модуль C2f, что позволило снизить объем параметров модели и одновременно сохранить возможность извлечения функций и объединения модели. Затем была предложена адаптивная структурированная алгоритм обрезки La-Depgraph для масштабирования модели, дальнейшее значительное снижение объема параметров модели; Наконец, использована стратегия учения горячего исходного знания средней функции для восстановления потерь точности, вызванных обрезкой, и улучшения обнаружительной производительности модели. Экспериментальные результаты показывают, что по сравнению с исходной моделью, улучшенная легковесная модель обнаружения многоканального спектра инфракрасного фюзеляжного корабля может достигнуть точности 96,4%, повышается на 1,2% , объем параметров модели, вычислительная мощность и использование памяти составляют всего 0,9 МБ, 3,5 GFlops и 2,3 МБ, что соответственно снижается на 88,1%, 81,2% и 82,8%. Таким образом, предложенная модель имеет малый объем, высокую точность, лучшую обнаружительную производительность и может лучше справляться с обнаружением целей в сложных средах.

Военный корабль инфракрасный; обнаружение многоканального спектра; легковесный; обрезка модели; учение горячего исходного знания