一种基于物体上下文尺度自适应特征增强的目标检测方法

本发明涉及计算机视觉技术领域，公开了一种基于物体上下文尺度自适应特征增强的目标检测方法。首先通过骨干网络提取图像特征，利用得到的各层次特征进行第一阶段的预测，得到各尺度物体的候选区域和ROI特征；再获取不同范围的上下文信息，以满足不同种类物体对上下文信息范围的需求；动态地为不同的候选区域选择对应的上下文信息，得到多个包括ROI特征和上下文特征的特征对；对每个特征对当中的特征进行融合增强，最后进行第二阶段的预测，得到最终的预测框。本发明极大地提升了目标模型对各种尺度物体的感知能力，从而更准确地识别不同尺度的物体；赋予了目标模型更强的鲁棒性和适应性，使其能够在各种复杂环境下高效完成目标检测任务。