一种基于分层特征聚合器（HFA）的多尺度目标检测方法

本发明涉及一种基于分层特征聚合器(HFA)的多尺度目标检测方法，属于计算机视觉领域。为了解决现有目标检测技术在复杂道路环境(如低照度、雨雾、眩光等)下车辆检测效果不佳的问题，本发明提出了一种新型的多尺度目标检测方法，提高了复杂道路环境下车辆检测精度。首先，对输入图像进行预处理，并利用YOLOv8骨干网络提取底层特征。然后，本发明设计的HFA模块通过跨尺度连接对不同尺度的特征进行加权融合。其中，融合算法包括权重非负化、Swish激活函数、L2正则化、加权特征图叠加和Dropout操作。该方法在复杂场景下能够高效处理多尺度目标的检测任务，提升了车辆检测精度和鲁棒性。