基于深度学习的实时多目标检测系统及方法

本发明公开了基于深度学习的实时多目标检测系统及方法，涉及深度学习技术领域，包括：采集待检测场景的视频流、图像序列，并对其进行预处理；利用深度学习模型对预处理后的输入数据进行多尺度特征提取，构建多尺度特征金字塔，其中每一层特征图表示不同尺度的目标信息；将不同尺度的特征图进行融合，引入注意力机制，对目标区域的特征进行加权处理；利用改进的YOLOv5目标检测模型对融合后的特征图进行目标检测，输出目标的边界框和类别概率；采用卡尔曼滤波器算法对检测到的目标进行实时跟踪，生成目标的运动轨迹；对检测结果进行后处理，包括非极大值抑制、目标关联和轨迹平滑；最终输出目标的检测结果和跟踪轨迹。