一种高效检测道路物体的强拓展性特征提取网络检测方法

本发明提供一种高效检测道路物体的强拓展性特征提取网络检测方法，涉及自动驾驶道路物体检测技术领域。所述方法包括：将捕获的道路图像输入空间金字塔并行池化模块，确定输出特征图；将所述输出特征图输入TDGL平行分支卷积，确定分辨率更高的特征图；采用GL特征提取的输入特征，进行批量归一化处理和仿射变换，确定归一化结果和仿射变换的输出特征；对所述输出特征进行Leak Relu反向传播训练神经网络，确定损失函数L的偏导；获取每个目标的边界框和置信度；通过Soft‑NMS非极大值抑制算法，确定调整后的目标置信度。根据本发明，可有效地处理空间层次信息并避免计算负担的增加，提高道路物体的检测精度。