一种面向复杂数据集的二值化目标检测方法

本发明公开了一种面向复杂数据集的二值化目标检测方法。二值化目标检测算法，在各种性能受限的嵌入式以及低功耗设备上具有广泛的应用前景。然而，复杂数据集中的目标特性、噪声和变化对二值化网络提出了更高的要求，当二值化YOLOv5s模型在应用于复杂数据集，如光学遥感数据集时，往往会导致模型检测准确率显著下降。本发明公开了一种多颗粒度缩放因子选取方法，针对不同复杂度的数据集，通过方法自动选择合适颗粒度的缩放因子，使得二值化YOLOv5‑MobileNetV2检测网络可以适应不同复杂程度的数据集，平衡部署算法的检测精度和计算性能。