基于Transformer-Yolo的交通场景感兴趣多目标识别方法

本发明公开了一种基于Transformer‑Yolo的交通场景感兴趣多目标检测识别方法：步骤1，建立交通场景图像集；步骤2，得到交通场景下感兴趣多目标识别数据集；步骤3，建立骨干网络模型，添加基于Cf2的改进的DfDC模块；步骤4，建立颈部网络模型，添加改进的注意力机制VSST模块；步骤5，建立基于Transformer‑Yolo的检测网络模型；步骤6，读取数据集使用迁移学习进行网络模型训练；步骤7，对测试集进行检测识别；步骤8，将待识别的交通场景图像输入到训练完成的网络模型中，输出识别结果。本发明中的网络更适应对特征复杂多样的多目标的形状变化，能够解决在不同交通场景下的对特定感兴趣目标的进行精确识别与预警，最大限度地降低道路安全问题。