一种融合注意力机制的轻量级目标检测方法

本发明涉及一种融合注意力机制的轻量级目标检测方法，属于图像识别技术领域。该方法首先制作目标图像数据集并进行预处理；其次结合MBConv结构和CA注意力机制构建CSP_CAMBConv结构，并使用该结构重构Yolov5s的主干网络。在颈部网络中采用双向特征金字塔融合模块，增强特征信息传递和共享；此外，在损失函数中引入尺度不一致性项、宽度差异项，以权衡预测框和真实框的差异，使模型在训练过程中更加敏感于目标的尺度差异。最后，通过稀疏化训练对模型进行剪枝压缩网络模型大小，从而获取最优的轻量化模型。本发明适用于计算资源受限的边缘终端，能够在复杂背景下精确定位不同尺度的目标，有效降低目标的错检和漏检问题。