摘要
基于YOLO‑Light对交通图像目标检测方法,属于图像识别技术领域,解决了现有技术对于无人机视角下的尺寸小、场景复杂且遮挡频繁的目标,容易出现漏检和误检,从而影响检测精度和目标跟踪的稳定性的问题。在YOLO‑Light的骨干,交通图像经过特征提取后,经过改进快速空间池化层再次进行特征提取,输出交通特征图;调整YOLO‑Light的骨干的最后三层通道数;在YOLO‑Light的颈部,交通特征图经过多联级的上采样、连接层和特征分解,再进行多尺度特征融合,输出多尺度的交通特征图;在YOLO‑Light的头部,多尺度的交通特征图依次输入空间注意力机制和检测头对交通目标进行检测。
技术关键词
交通特征
多尺度特征融合
注意力机制
洗牌
通道
轨迹方法
图像识别技术
线性
上采样
无人机
像素
检测头
因子
网络
视角
视频