一种基于GPA_VLPD全局自适应的跨模态单阶段行人检测方法

本发明提出一种基于GPA_VLPD全局自适应的跨模态单阶段行人检测方法，利用预训练好的视觉语言模型CLIP的Text Encoder将类别文本映射为文本特征；通过CLIP的Image Encoder获得伪标签；然后将训练集和文本特征输入到GPA‑VLPD特征提取模块，得到适用于检测行人的GPA‑VLPD模型；最后将训练完成的模型对图像进行推理检测；如果检测到行人，则框选并输出。