一种车辆目标识别检测方法及系统

本发明涉及人工智能技术领域，特别是涉及一种车辆目标识别检测方法及系统。包括使用Yolo v5目标检测算法训练实验数据集，并引进BIFPN双向特征金字塔网络和基于CBAM改进的CBAM‑nSAM注意力机制；将基于深度可分离卷积的GSConv结构引入Yolo v5目标检测算法，替换掉Yolo v5网络中Neck部分的卷积，并使用EIoU损失函数替换掉Yolo v5网络中的CIoU损失函数；对改进后的Yolo v5目标检测算法使用训练集和验证集进行训练，得到训练后的模型与权重，使用测试集对训练后的模型与权重进行测试，进而评估结果。本发明基于BIFPN双向特征融合金字塔网络和CBAM‑nSAM注意力机制的改进，能够利用己有的硬件基础实现更加准确、更加高效的车辆识别方法,可助于实现快速、准确的车辆识别统计。