基于深度学习的目标检测优化方法、系统、设备与存储介质

本发明公开了一种基于深度学习的目标检测优化方法、系统、设备与存储介质，属于目标检测技术领域，方法包括：利用训练后的目标检测模型进行目标检测，模型训练时，采用双分支并行的样本匹配算法进行正负样本匹配，根据正负样本匹配的损失以及目标检测模型的原始损失构建目标检测模型的实际损失函数；不断对目标检测模型的参数进行迭代优化，直至生成满足优化条件的目标检测模型；在目标检测时，仅采用单分支进行预测。本发明精简了目标检测时的算法后处理流程，能够在确保目标检测精度的前提下，提升目标检测的速度，并有效降低目标检测所需的计算资源消耗，使得本发明在实际应用中更加高效、节能，且具备更强的实时处理能力。