ADGNet：用于红外小目标检测的非对称双文本引导网络

红外小目标检测（IRSTD）是一项具有挑战性的任务。仅仅依靠像素级信息，纯视觉方法很难区分目标和杂乱。当前的多模态方法通常使用单个文本提示来描述目标和背景。这种方法缺乏专门的区域指导，并且忽略了红外语义不对称性。因此，它提供的背景抑制信息不足，并引入严重的特征优化冲突，用噪声淹没小目标。为了解决这些问题，我们提出了一种新颖的非对称双文本引导网络（ADGNet）。具体来说，考虑到红外语义不对称，我们首先设计了非对称双文本提示（ADP），包括与图像无关的抽象目标提示和特定于图像的详细背景提示。为了利用这些提示，我们引入了非对称双分支交互（ADBI）模块，用各自的文本先验单独引导视觉特征，保护目标免受噪声影响，同时抑制背景杂乱。随后，我们引入了自适应特征聚合（AFA）模块来动态融合两个分支的特征。此外，我们通过为三个公共数据集（IRSTD-1K、NUDT-SIRST 和 SIRST）提供非对称文本注释来构建多模态非对称图像文本红外（AITIR）数据集。大量实验表明 ADGNet 的性能优于 21 种最先进的 (SOTA) 方法。代码可在 https://github.com/iLearn-Lab/MM26-ADGNet 获取。