一种基于目标检测的盲道违停识别方法

本发明公开一种基于目标检测的盲道违停识别方法，收集道路汽车违停图像数据和盲道图像数据，制作数据集；搭建YOLO与GRFB‑UNet网络模型；训练并改进YOLO网络模型，保存训练过程中的YOLO网络模型最优参数，将其文件命名为best.pt；输入预处理好的待检测视频至训练后的YOLO网络模型，同时视频输入到GRFB‑UNet网络模型中获取其盲道分割掩码图，将盲道分割出来，通过车辆框内遮挡住的盲道像素点判断是否违停占用盲道。本发明设计了一种多尺度卷积自适应聚合特征（AMFA）模块，改进ELA注意力机制创新为AELA，本发明改进模型保持了其轻量级特性，并实现了显著的性能提升。