1.一种针对道路场景的行人检测方法,其特征在于,包括以下步骤:
S1、在GUP平台搭建基于Pytorch框架的SSD目标检测模型,包括特征提取骨干网络、特征提取网络和分类检测模块;
S2、自浅至深的路径上,将对SSD模型部分检测分支输入跳跃式反向特征金字塔结构进行特征融合,充分交互、补充跨尺度分支之间的信息;
S3、将待融合特征层上的信息通过一定的方式进行合并,得到比原特征更具备判断力的特征;
将调整至相同分辨率的待融合特征分别通过全局平均池化,计算后分别得到两特征层各个通道内信息分布,经过一维卷积运算,对邻近通道信息进行交互,再将对应的通道信息进行一维拼接,通过Sigmoid函数交互二者每个通道内携带的信息量,在通道层面上形成注意力,将其作为更新的信息权重,再分配回对应通道,目的是对两个待融合的特征进行非局部信息分析,通过学习、交互、对比待融合特征层通道间非局部信息,得到对融合后特征的先验贡献度,以此作为权重,为关键信息上投入更多的注意力,直接增强或抑制相关信息,通过逐元素相加的方法有针对性地融合特征层;
S4、引用交叉注意力模块反复考虑目标像素特征所在行与列的注意力,捕获非局部特征语义之间的依赖关系;
S5、设置相应的训练参数对模型进行训练,在模型达到拟合状态或到达设置的最大训练迭代次数时,停止训练并保存得到的模型及权重文件;
S6、根据训练好的模型,读取测试数据进行测试,并对测试图片进行可视化对比,保存测试结果。
2.如权利要求1所述的针对道路场景的行人检测方法,其特征在于,在所述步骤S2中,将SSD模型的部分检测分支Conv3_3、Conv4_3、Conv7、Conv8_2层输入跳跃式反向特征金字塔结构,最终输出三层预测特征层,浅层信息融入深层特征的方式增强模型定位能力,增强高级语义特征相邻子特征之间信息差异性。
3.如权利要求1所述的针对道路场景的行人检测方法,其特征在于,在所述步骤S3中,将调整至相同分辨率的待融合特征分别通过全局平均池化和全局最大池化模块,计算后分别得到两特征层各个通道内信息分布,经过一维卷积运算,对邻近通道信息进行交互;再将对应的通道信息进行一维拼接,通过Sigmoid函数交互二者每个通道内携带的信息量,在通道层面上形成注意力,将其作为更新的信息权重,再分配回对应通道,对两个待融合的特征进行非局部信息分析,通过学习、交互、对比待融合特征层通道间非局部信息,得到对融合后特征的先验贡献度,以此作为权重,为关键信息上投入更多的注意力,直接增强或抑制相关信息,通过逐元素相加的方法有针对性地融合特征层。
4.如权利要求1所述的针对道路场景的行人检测方法,其特征在于,步骤S5中的训练参数包括:训练批次大小、学习速率、迭代次数、置信度阈值、非极大值抑制阈值。