摘要
本发明公开了一种融合多尺度特征的交通目标检测方法,其通过获取待检测交通图像并进行预处理,将图像输入融合多尺度特征的检测模型,实现高效精准的检测结果输出;并结合多尺度特征提取器、三路语义融合模块、三路空洞卷积、空间增强感知机制及跨通道池化操作,实现了高效特征提取与多尺度语义融合。本发明能够解决复杂交通场景中因目标形状和尺寸多样性、光线变化、遮挡等导致的检测精度下降、误检和漏检问题,以及小目标因占比小、分辨率低而易被忽略或误判的问题;同时,满足了交通场景对高实时性和高精度的双重要求,提升了模型在不同光照、天气及跨区域交通标志设计差异下的适应性和通用性,为自动驾驶和交通监控提供了可靠的即时决策支持。
技术关键词
融合多尺度特征
样本
多尺度特征提取
通道
模块
上采样
空洞
交通标志设计
元素
参数
训练集
语义
因子
像素点
分支
交通监控
图像缩放
数据
系统为您推荐了相关专利信息
分辨率
地理加权回归模型
数据融合方法
残差数据
卫星遥感反演
在线调试系统
智能变电站
调试平台
无线通讯模块
数据监控单元