交通场景影像小目标的检测方法、装置、设备及存储介质

本申请涉及深度学习技术领域，特别涉及一种交通场景影像小目标的检测方法、装置、设备及存储介质，方法包括：获取交通场景影像和交通场景影像中小目标的检测结果，根据交通场景影像和交通场景影像中小目标的检测结果生成训练数据集；基于特征提取模块、特征融合模块、样本分配模块和定位分类模块构建卷积神经网络，并对卷积神经网络的样本分配模块和定位分类模块进行优化得到优化后的卷积神经网络；利用训练数据集训练优化后的卷积神经网络，基于梯度反向传播更新优化后的卷积神经网络的网络参数，直到满足预设训练停止条件，利用训练完成的卷积神经网络检测交通场景影像的小目标。由此，解决了相关技术中小目标样本失衡以及定位能力差等问题。