1.基于YOLO的关键点目标检测方法，其特征在于包括以下步骤：步骤一、数据集的制作与处理：

在原始标注框为水平矩形框的标注数据集上，添加各个关键点到标注框左上角顶点的偏移距离(Δx，Δy)，标注框左上角的顶点位置坐标为(LUx，LUy)，LUx小于所有关键点的x方向上的值，LUy小于所有关键点的y方向上的值，此时，各个关键点位置均为：以标注框左上顶点为坐标轴原点时坐标轴的第四象限；

步骤二、基于预测框左上角顶点偏移量的点目标检测：

首先通过YOLO得到预测框，同时得到各个关键点与预测框左上角顶点的偏移量，将网络输出的对应各个关键点的偏移量(Δx，Δy)与预测框左上角顶点的坐标(LUx，LUy)相加，即可得到关键点的坐标位置。

2.根据权利要求1所述基于YOLO的关键点目标检测方法，其特征在于：所述步骤一中，

关键点的个数为4，各个关键点相对于预测框左上角的偏移量的距离的公式如(1.8)～(2.1)所示，模型对每个预测框，会输出tx、ty、tw、th以及4组偏移量，tx、ty、tw、th用于预测原始目标框，即为蓝色包围框bbox，所以通过公式(1.6)～(1.7)首先求出预测框的宽高(bw，bh)，再通过预测框的(bw，bh)得到4组偏移量，如公式(1.8)～(2.1)所示；

D1X＝δ(tx1)·bw D1y＝δ(ty1)·bh    (1.8)D2X＝δ(tx2)·bw D2y＝δ(ty2)·bh    (1.9)D3X＝δ(tx3)·bw D3y＝δ(ty3)·bh    (2.0)D4X＝δ(tx4)·bw D4y＝δ(ty4)·bh    (2.1)其中：D1x，D1y为D1点相对于预测框左上角的在x轴和y轴方向上的偏移距离；同理，D2x，D2y、D3x，D3y、D4x，D4y分别表示目标关键点D2、D3、D4到预测框左上角顶点的偏移距离。

3.根据权利要求2所述基于YOLO的关键点目标检测方法，其特征在于：YOLO点目标检测中关键点的损失函数如公式(2.2)所示，该式子中关键点个数为4：若关键点增多，关键点损失函数将如(2.3)所示，式子中m为关键点的数量：YOLO点目标检测是在原始YOLOv3的检测中增加了关键点的计算损失，因此最终损失函数为：LossKeyPoint_offset＝Lossyolov3+LossKeyPoint    (2.4)。

4.根据权利要求2所述基于YOLO的关键点目标检测方法，其特征在于：所述步骤二中，图片输入到YOLO网络中，得到预测框的同时得到关键点到预测框左上角的偏移量，根据预测框左上角顶点和4个关键点的偏移量，计算出关键点所在的位置，再将关键点进行连接，得到精准的定位框。