基于自适应特征提取网络与注意力机制的形变目标检测方法

本发明公开了基于自适应特征提取网络与注意力机制的形变目标检测方法，属于图像识别技术领域。包含以下步骤：构建高质量的电车入梯数据集；构建电车入梯检测模型；训练电车入梯检测模型；将待识别的图像输入到训练后的模型进行电车入梯检测，验证检测效果。针对现有基于深度学习的检测模型在监控视角固定、空间狭小、空间内人员较多时，由于检测目标特征形变，存在漏检、误检等问题。基于以上问题，构建电车入梯数据集，并训练电车入梯检测模型。模型通过将骨干网络C3模块中的残差结构融合可变形卷积、在骨干网络中引入SimAM注意力机制、在颈部网络引入加权双向特征金字塔网络等方法，增强目标形变时细节特征的表征能力，从而提高目标检测的准确率。