一种基于CTI-YOLO的复杂天气条件下车辆检测方法

本发明公开了一种基于CTI‑YOLO的复杂天气条件下车辆检测方法，目的是提高在复杂天气条件下的检测精度和实时性。该方法是由如下步骤实现的：步骤1：采集复杂天气下道路车辆原始图片，并进行预处理，获得预处理复杂天气下车辆图像数据集；步骤2：对YOLOv8模型进行改进，融合MSRAM、GLSA和TADHead构建CTI‑YOLO检测模型；步骤3：训练模型，得到高效的训练模型，利用训练好的CTI‑YOLO检测模型，对预处理道路车辆图像数据集进行检测；步骤4：实现部署，可视化该方法的实际应用效果。本发明在保证车辆检测精度的同时，拥有较小的模型参数量，检测速度较快，降低了对于硬件设备性能的需求。