一种基于多尺度注意力和网络架构搜索的目标检测方法

本申请公开了一种基于多尺度注意力和网络架构搜索的目标检测方法，通过引入深度引导自适应特征提取和多尺度上下文语境融合注意力机制，本发明能够动态调整特征提取策略，优化网络架构设计，从而在复杂场景下显著提升目标检测的准确性和鲁棒性；通过多尺度情境融合注意力机制，能够在全局和局部两个层面上建模图像区域之间的空间关系，增强了模型对复杂场景的理解能力，进一步提升了目标检测的精度；利用神经网络架构搜索技术，能够自动探索最优的网络架构，避免了传统手工设计网络架构的局限性，NAS框架动态优化特征提取策略，在提升检测性能的同时，最大限度地降低了计算成本，在实际应用中更加高效和实用，提高了模型的适应性和性能。