基于梯度重参化和中心点估计的自动驾驶目标检测方法

本发明公开了一种基于梯度重参化和中心点估计的自动驾驶目标检测方法,包括：自动驾驶中，对采集得到的图像进行预处理；通过梯度重参化网络对预处理后的图像进行特征处理得到多尺度特征图；对多尺度特征图进行特征融合得到热力图；通过中心点估计检测算法对热力图进行目标检测，得到包含障碍物的边界框、所属类别以及置信度的输出图像。本发明通过基于梯度重参化网络和中心点的检测方法简单高效，不需要后处理，可以自适应地检测不同尺度、宽高比和位置的物体；基于梯度重参化的算法免去网络结构转换，具备量化友好的优势，满足自动驾驶边缘设备的部署需求；具备训练和推理的双重效率，对于计算资源受限、急需交付以及模型快速迭代的领域有益处。