基于卷积神经网络的城市道路场景多目标检测方法及系统

本发明公开一种基于卷积神经网络的城市道路场景多目标检测方法及系统，包括：获取道路场景的可见光图像及红外图像并进行图像融合，得到融合图像数据集；对融合图像数据集进行多目标筛选并进行多目标标注，得到目标检测数据集；构建目标检测预训练模型，包括数据接收层、特征提取模块、特征传递模块及结果输出模块，构建改进损失函数并基于改进损失函数进行调参，进而得到目标检测模型；基于目标检测模型对待测道路场景图像进行检测，得到多目标检测结果。通过GSConv卷积模块的颈部网络代替部分标准卷积模块，避免冗余的卷积运算，降低计算量，推进算法模型的向前推理过程。通过改进损失函数和融合策略进行优化，提升目标检测模型的检测精度。