1.一种基于分焦平面偏振成像的伪装目标检测方法，其特征在于，是按照如下步骤进行：步骤1、数据采集和处理；

步骤1.1、利用偏振相机拍摄第 个场景下相对偏振角度 分别为 的一组原始偏振图像 ，从而获得 个场景下的 组原始偏振图像；其

中， 表示第 个场景下相对偏振角度 下的原始偏振图像， ；

步骤1.2、对 组原始偏振图像，取每组原始偏振图像中相对偏振角度为 的原始偏振图像进行标注，得到像素级标注图像，并作为真实伪装图；

步骤1.3、采用分焦平面偏振相机传感器的微偏振阵列分布方式对第 个场景的一组原始偏振图像进行重新组合，得到第 个场景的分焦平面图像 ；

以第 个场景的分焦平面图像 及其对应的真实伪装图构成一组偏振图像数据；

步骤2、构建基于分焦平面偏振成像的伪装目标检测深度卷积神经网络，包含：编码模块、解码模块；其中，编码模块，包括：偏振信息提取模块、Res2Net50骨干网络以及 个感受野模块；所述偏振信息提取模块包括：若干个卷积层，且每个卷积层之后均连接有BN层和ReLU激活层；所述感受野模块包括K个分支、一个标准卷积层和ReLU层；所述解码模块包括：个解码分支；

步骤2.1、所述编码模块用于对第 个场景的分焦平面图像 进行处理，并得到第个场景的H个增强后特征；

步骤2.2、所述解码模块对H个增强后特征进行处理，并输出第 个场景的伪装预测图 ；

步骤3、训练基于分焦平面偏振成像的伪装目标检测模型；

基于N个场景的分焦平面图像及其对应的真实伪装图，利用自适应运动量随机优化方法对伪装目标检测模型进行训练，并使用加权二元交叉熵损失以及加权 损失共同作为模型的损失函数，用于计算伪装预测图和真实伪装图之间的损失，以更新模型参数，直到模型的损失函数收敛为止，从而得到最优双输入网络使用偏振图像的伪装目标检测模型，用于实现对任意待预测的强度图像和偏振图像进行伪装目标检测。

2.根据权利要求1所述的一种基于分焦平面偏振成像的伪装目标检测方法，其特征在于，所述步骤2.1中的编码模块，包括：偏振信息提取模块、Res2Net50骨干网络以及 个感受野模块，并按照如下步骤进行处理：步骤2.1.1、所述偏振信息提取模块包括：若干个卷积层，且每个卷积层之后均连接有BN层和ReLU激活层；

第 个场景的分焦平面图像 经过所述偏振信息提取模块的处理后，得到第 个场景的浅层特征图 ， 分别表示浅层特征图的高度、宽度和通道数；

步骤2.1.2、所述Res2Net50骨干网络是由H级残差卷积块构成，其中，第 级残差卷积块由第h级的 层二维卷积层 串联而成；

其中，第h级的第 层二维卷积层 依次包括：一个卷积层，一个BN层以及一个ReLU激活函数层组成；

当 时，将 输入第 级残差卷积模块的 层卷积层 中进行处理，输出第 级图像特征图 ；

当 时，将第 级 输入第 级残差卷积模块

中进行处理，并得到第 级图像特征图 ；从而由第 级残差卷积模块输出第级图像特征图 ；

步骤2.1.3、构建 个感受野模块，所述感受野模块包括K个分支、一个标准卷积层和ReLU层；

将 级残差卷积块输出的 级图像特征图 分别作为 个感受野模块的输入；

当 时，第 级图像特征图 输入第 个感受野模块中第 个分支的一个标准2D卷积进行处理，得到第 个感受野模块的第 个分支输出的特征 ；

当 时，第 级图像特征图 输入第 个感受野模块中第 个分支的若干个标准卷积层进行处理，得到第 个感受野模块的第 个分支输出的特征 ；

将第 个感受野模块的K个分支输出的特征 进行级联后通过一个标准卷积层的处理后，输出特征 ；将第 个感受野模块的第2个分支输出的特征 与相加后，再输入一个ReLU层中进行处理后，最终得到第 个感受野模块输出第 个场景的一个增强后的特征 ；从而由 个感受野模块输出第 个场景的H个增强后特征。

3.根据权利要求2所述的一种基于分焦平面偏振成像的伪装目标检测方法，其特征在于，所述步骤2.2中的解码模块包括： 个解码分支；将 个增强后的特征 输入至所述解码模块，并按照如下过程进行处理：当 时，第 个解码分支直接将第 个增强后的特征 输出，记为第 个特征 ；

当 时，第 个解码分支直接将 个增强后的特征 输出，记为第 个特征 ；同时第 个解码分支对第 个增强后的特征 进行上采处理后再进行标准卷积操作，得到第 个特征 ；

当 时，第 个解码分支对第 个增强后的特征 进行2a倍的上采样操作后再进行标准卷积操作，得到第 个特征 ；同时第 个解码分支对第 个增强后的特征 进行a倍的上采样操作后再进行标准卷积操作，得到第 个特征 ，且第 个解码分支对第个增强后的特征 进行a倍的上采样操作后再进行标准卷积操作，得到第 个特征 ；从而由第 个解码分支对第 个增强后的特征 进行2a倍的上采样操作后再进行标准卷积操作，得到第 个特征 ；同时第 个解码分支对第 个增强后的特征 进行a倍的上采样操作后再进行标准卷积操作，得到第 个特征 ;且第 个解码分支对第 个增强后的特征 进行a倍的上采样操作后再进行标准卷积操作，得到第 个特征 ；

对特征 进行相乘后，得到新的特征 ；

对特征 进行相乘操作后，得到新的特征 ；

将特征 和 特征级联先进行标准卷积操作后，再依次进行a倍的上采样和标准卷积操作，得到级联特征 ；

将特征 与 及特征 进行级联操作后再进行若干次卷积操作后，得到解码器模块输出第 个场景的伪装预测图 。

4.一种电子设备，包括存储器以及处理器，其特征在于，所述存储器用于存储支持处理器执行权利要求1‑3中任一所述伪装目标检测方法的程序，所述处理器被配置为用于执行所述存储器中存储的程序。

5.一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，其特征在于，所述计算机程序被处理器运行时执行权利要求1‑3中任一所述伪装目标检测方法的步骤。