一种基于深度学习的车载监控动态线性雷达墙可视化方法

本申请提供的一种基于深度学习的车载监控动态线性雷达墙可视化方法，构建的智能车载监控网络，基于Resnet模型构建智能车载监控网络的主干网，并且在主干网中引入了MAAM模块和注意力机制；通过MAAM模块可以准确获取到输入图像的特征、减少计算量并且防止过拟合，提高智能车载监控网络的识别准确率；通过在主干网Resnet的浅层卷积中引入了通道注意力机制，在深层卷积中引入了空间注意力机制，确保智能车载监控网能更关注于输入图像中的轮廓特征信息和位置特征信息，使智能车载监控网更适用于车载监控镜头采集的图像中的触发物的识别。