一种基于Yolov5s目标检测的障碍物绝对距离估计方法

本发明公开了一种基于Yolov5s目标检测的障碍物绝对距离估计方法，包括采集第一图像，并将所述第一图像输入Yolov5s中，获得所述第一图像中的感兴趣区域，输出第二图像；对所述第二图像进行边界框后处理，输出第三图像；将所述第三图像输入单目测距模型，获得两种相对距离；将所述两种相对距离输入有监督学习的神经网络，获得前景障碍物的绝对距离。在目标检测后标定边界框的基础上进行后处理，能在保证时效性的同时，提高障碍物检测精度；通过单目测距得到的相对距离转换为绝对距离的方法来减少距离估计中对先验信息的依赖并提高距离估计精度。