一种基于多任务学习的驾驶场景轻量化类人目标检测方法

本发明提供一种基于多任务学习的驾驶场景轻量化类人目标检测方法，包括：通过自动驾驶汽车的视觉传感器进行实时环境感知和图像采集；通过多任务数据处理模块对采集到的图像进行预处理，得到预处理后的图像；基于预处理后的图像，通过多任务网络模型模块构建多任务网络模型；通过多任务模型训练模块，利用反向传播和梯度下降方法不断优化多任务网络模型的模型参数，直至损失函数收敛；通过多任务模型测试模块更新损失函数的权重，筛选最优解；将训练好的多任务网络模型部署到智能驾驶系统中，以实现实时处理类人目标检测和注意力预测相关任务。本发明减轻了无人驾驶系统的计算负担，提升了智能驾驶系统的安全性和效率。