基于多模态数据融合与深度学习的环境检测方法及系统

本发明提供一种基于样本目标检测模型的环境检测方法及系统。其中方法包括：利用多模态传感器同步采集环境图像、视频流及物理参数；通过双时序控制信号分解数据为图像特征与环境参数分量，并采用线性相位滤波器实现时空对齐；基于深度信息构建前景区域模板，生成含异常虚化目标的目标识别特征表示；结合迁移学习策略对轻量化目标检测网络进行对抗训练，所述网络融合卷积特征与Transformer注意力机制，并通过环境参数动态调整权重；实时检测中融合目标结果与传感器数据，输入决策树模型进行风险分级；触发预警后，通过在线学习机制重构误检样本并迭代优化模型。系统对应包含多模态数据采集、数据增强与标注、模型训练、实时检测与融合、预警与优化模块。本发明通过多源数据融合、动态数据增强及自适应补偿机制，显著提升小目标检测精度、环境适应性及实时预警能力。