一种复杂环境下轻量级MP-YOLO密集道路目标检测方法及系统

本发明涉及自动驾驶技术领域，且公开了一种复杂环境下轻量级MP‑YOLO密集道路目标检测系统。该系统提出两个多尺度特征融合模块MSFB和HFF，在不影响模型精度的情况下增强不同尺度特征的融合效果，减少输入和输出通道，减少参数数量，其次，本发明在头部网络添加小目标检测头，以增强特征提取和小目标检测的能力，然后，将YOLOv8n使用的CIOU函数替换为WIOU损失函数，解决道路目标重叠度高的问题，最后，为了大大减少模型的大小和参数数量，采用基于重要性分数的LAMP剪枝方法对改进的YOLOv8模型进行剪枝，MP‑YOLO模型在最新的自动驾驶数据集DAIR‑V2X上进行测试，结果表明，所提出的MP‑YOLO的性能超过了原来的模型，mAP@0.5提高了4.7%，mAP@0.5‑0.95提高了4.2%，参数量从320万减少到94万。