一种基于轻量化部署模型的毫米波雷达道路目标检测方法

本发明公开一种基于轻量化部署模型的毫米波雷达道路目标检测方法，能够明显提高在复杂交通场景下的道路目标识别的准确率和泛化能力。和原YOLOv5模型相比，使用k‑means++方法优化预设锚框；Neck部分嵌入混合ECA与CBAM注意力模块，在特征金字塔网络（FPN+PAN）中融合高效通道注意力（ECA）和卷积块注意力模块（CBAM），实现通道与空间信息的动态加权；Backbone部分更换为提出的MG混合网络结构，加入自设Ghost‑IRB，减少冗余特征计算；损失函数部分采用Alpha‑IoU定位损失与Focal Loss分类损失的组合，提升边界框回归鲁棒性并缓解类别不平衡问题。更好的使用雷达反射的信息实现在复杂道路场景下的道路目标识别以及实现更低成本的稳定检测部署。