摘要
本发明公开了一种面向低光照度场景的实时交通目标检测方法,包括以下步骤:建立低光照度场景检测数据集;构建基于RT‑DETR改进的面向低光照度场景的交通目标检测模型;使用检测数据集对交通目标检测模型进行训练;使用完成训练的交通目标检测模型对待检测的目标进行检测。本发明使用RT‑DETR作为基础检测模型,无需在检测前后进行Anchor设置与NMS处理,加快检测速度;嵌入的图像增强模块PENet能够提取更加有效的图片特征信息,提高检测性能;为颈部的编码器模块引入的AFPN模块,提升多层级特征融合效果,进一步增强模型对不同尺度目标的检测能力。
技术关键词
交通
拉普拉斯金字塔
图像增强模块
特征金字塔网络
高斯金字塔
编码器模块
图片特征信息
二维图像特征
检测模型训练
多层级特征
状态空间模型
数据
分支
滤波器
捕获场景
双线性插值
系统为您推荐了相关专利信息
历史交通数据
交通流感知
气象
仿真模型
交通事故数据
人机交互方法
铁路
人机交互装置
子系统
展示控件
神经网络模型
三维模型
神经系统
车站设备
控制执行模块
肿瘤
图像增强模块
图像处理系统
图像处理模块
上下文感知网络