基于属性分类引导Transformer模型的伪装目标检测系统

本发明公开了一种基于属性分类引导Transformer模型的伪装目标检测系统，包括视觉特征提取模块、属性分类引导分支、目标分割分支和多任务联合损失函数模块；在Transformer网络中引入属性分类任务，实现对伪装目标如多目标、遮挡、形状复杂等语义信息的建模与引导；同时设计细节纹理提取器与跨层注意机制以增强细粒度结构感知，并通过特征自适应细化策略对低置信区域进行优化调整；通过多任务联合损失函数优化属性分类结果与伪装目标分割结果。本发明有效改善了分割边界模糊和细节缺失问题，增强了目标特征的区分性和完整性；显著提升了系统的语义感知能力，可更准确地识别伪装目标。