一种自适应融合的复杂交通环境检测方法

本发明公开了一种自适应融合的复杂交通环境检测方法，主要解决现有固定卷积核权重或普通注意力机制，难以实现多模态间特征的重要性动态调整，进而导致交通环境信息在融合时易出现模态的贡献失衡的问题。所述检测方法基于ISMR‑YOLO模型实现；所述ISMR‑YOLO模型包括作为基线模型的YOLOv10m模型，在所述基线模型的Backbone架构中额外搭建的红外检测通道，在主干网络双通道特征提取的三个层级处分别融入的交互特征增强模块和特征自适应权重融合模块，以及融入在基线模型的Backbone架构和Input架构中的多级可逆辅助监督机制模块；本发明充分融合可见光与红外模态间的互补特性，同时消除误差累计以确保全局目标特征信息的统一性，从而适应复杂城市交通场景下的多类别交通参与者检测任务。