基于RT-DETR的自动驾驶场景下改进目标检测方法

本发明涉及目标检测算法技术领域，具体的说是一种能够在兼顾实时性的同时，有效提升对多尺度目标的检测效果的基于RT‑DETR的自动驾驶场景下改进目标检测方法，其特征在于，首先在RT‑DETR的主干网络引入FasterBlock模块，重新构建了ResNet18网络，以提高了模型的特征提取能力；然后提出一种基于并行空洞卷积和注意力采样的金字塔网络的跨尺度特征融合结构，解决了模型感受野较小和提取上下文信息范围受限的问题，并引入多尺度序列特征融合模块对提出的网络进一步优化，以增强对多尺度信息的获取能力；引入级联组卷积注意力模块改进AIFI结构，提高网络效率。