一种交通场景目标检测方法、系统及介质

本发明属于自动驾驶及计算机视觉目标检测，特别涉及一种交通场景目标检测方法、系统及介质。

背景技术：

1、交通场景目标检测是自动驾驶环境感知系统的核心环节，旨在从车载摄像头采集的实时图像中精准识别车辆、行人、交通标志等多类别目标，并输出目标的位置信息，为后续的路径规划与自主决策提供关键感知数据。

2、现有技术中，典型方案为rt-detr（real-time detection transformer）算法。该模型利用骨干网络进行多层级特征提取，并采用transformer架构实现端到端的目标检测，消除了非极大值抑制（nms）后处理步骤，在一定程度上降低了推理延迟。然而，在特征提取阶段，为获取较高层级的语义信息，rt-detr模型通常会对输入特征图进行多次空间下采样，并仅依赖下采样率较高的深层特征图（如p3、p4、p5）进行后续的融合与检测。上述处理过程虽然有效地提取了图像的宏观语义信息，但也导致原图像中诸如远距离车辆、交通信号灯等小尺度目标所对应的浅层细粒度空间纹理与高频边缘结构信息，在多次降采样的过程中发生了不可逆的退化与丢失，进而容易引发该类目标的漏检与定位偏差。

技术实现思路

1、本发明的目的在于提供一种交通场景目标检测方法、系统及介质，能够强化小目标高频细节，弥补下采样丢失，提升检测精度。

2、为解决上述技术问题，本发明的实施例提供了一种交通场景目标检测方法，包括以下步骤：

3、获取交通场景图像，将交通场景图像输入至预训练好的目标检测模型，输出交通场景图像中目标的类别和定位信息；

4、其中，所述目标检测模型为基于rt-detr网络架构的改进模型，包括骨干网络、浅层高频保真增强模块、跨尺度特征融合模块以及检测头；

5、所述骨干网络对交通场景图像进行特征提取，生成p2特征图、p3特征图、p4特征图和p5特征图；所述浅层高频保真增强模块通过卷积层对p2特征图依次进行通道降维和空间结构编码，生成空间编码特征，同时通过拉普拉斯算子层对p2特征图进行高频残差提取，获取边缘高频残差特征，并将空间编码特征与边缘高频残差特征经门控融合支路进行自适应加权融合，生成高频保真增强特征图；所述跨尺度特征融合模块将p3特征图和p4特征图分别经上采样层对齐至高频保真增强特征图，将对齐后的三路特征图分别经通道注意力层进行通道加权处理，获取三路通道加权特征，并为三路通道加权特征通过尺度融合参数层配置可学习尺度融合参数进行加权求和，生成跨尺度融合特征图；所述检测头对跨尺度融合特征图，以及经跨尺度融合处理后的p3特征图、p4特征图和p5特征图进行联合目标检测，得到交通场景图像中目标的类别和定位信息。

6、在一些可选的实施例中，所述所述目标检测模型在训练阶段采用尺度自适应sa-mpdiou损失函数进行回归优化，具体步骤如下：

7、所述sa-mpdiou损失函数基于预测框与真实框的左上角顶点与右下角顶点之间的欧氏距离，结合输入图像对角线尺度归一化构建对称几何约束；所述sa-mpdiou损失函数根据目标边界框在输入图像中的面积占比引入尺度自适应权重因子，动态调节对不同尺度目标边界框回归的几何约束强度；

8、所述sa-mpdiou损失函数仅作用于训练阶段的回归优化过程，在推理阶段不增加额外网络结构和计算分支。

9、在一些可选的实施例中，所述sa-mpdiou损失函数中尺度自适应权重因子根据目标面积占比进行动态调整，计算公式如下：

10、；

11、；

12、其中，为真实边界框的面积，为输入图像的面积；为幅度调节参数，为尺度敏感系数。

13、在一些可选的实施例中，所述sa-mpdiou损失值的具体计算方式为：

14、计算预测框与真实框右下角顶点之间的欧氏距离平方，以及左上角顶点之间的欧氏距离平方；

15、计算预测框与真实框的交并比；

16、建归一化几何约束项，将与之和除以输入图像对角线长度平方进行归一化处理；

17、基于、尺度自适应权重因子与归一化后的几何约束项，按照下式计算sa-mpdiou损失值：

18、；

19、；

20、其中，为平衡系数，优选地，和分别代表输入图像的整体宽度和高度，为尺度自适应最小点距离交并比，为最终的损失函数值。

21、在一些可选的实施例中，所述骨干网络由rt-detr网络架构中的原始骨干网络替换为轻量化深度可分离卷积骨干网络构成；所述轻量化深度可分离卷积骨干网络中嵌入通用倒置瓶颈uib模块及移动多查询注意力mobile mqa模块，用于生成p2特征图、p3特征图、p4特征图和p5特征图。

22、在一些可选的实施例中，所述跨尺度特征融合模块的通道注意力层对高频保真增强特征图、经上采样对齐后的p3特征图和经上采样对齐后的p4特征图进行通道注意力加权处理，具体步骤如下：

23、分别对高频保真增强特征图、经上采样对齐后的p3特征图和经上采样对齐后的p4特征图进行全局池化运算；将全局池化得到的通道描述向量输入共享的多层感知机进行非线性映射，并经sigmoid函数激活，得到三路特征图对应的通道注意力权重向量；将各路通道注意力权重向量沿空间维度进行广播，并与对应的特征图逐元素相乘，获得三路通道加权特征。

24、本发明的实施例还提供了一种计算机设备，包括：至少一个处理器；以及，与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述的交通场景目标检测方法。

25、本发明的实施例还提供了一种计算机可读存储介质，存储有计算机程序，所述计算机程序由处理器运行时，能够执行上述的交通场景目标检测方法。

26、本发明所提供的一种交通场景目标检测方法，至少具有以下有益效果：

27、本发明采用包括浅层高频保真增强模块与跨尺度特征融合模块的交通场景目标检测模型，使得浅层空间纹理细节在特征传播过程中得以完整保持，进而促使后续检测能够同时兼顾原始的物理几何轮廓与深层的宏观语义响应，由此有效弥补了因多次空间下采样导致的高频结构信息断层，使得网络在推理阶段获得更为完整的结构表征，最终完整保留了远距离小目标的高频边缘纹理细节，弥补了深层特征的信息损失，显著降低了微小目标与遮挡目标的漏检率并提升了定位精度。

28、本发明进一步采用训练阶段引入的sa-mpdiou损失函数以提升边界框收敛速度与定位精度，且该损失函数仅作用于训练阶段的梯度更新而不改变推理阶段的网络结构，由此在实际部署中实现了零推理成本的精度增益；进而通过嵌入uib模块及mobile mqa模块的轻量化深度可分离卷积骨干网络进一步提升车载边缘计算平台的前向推理效率并释放浅层特征增强的算力需求，最终在复杂交通场景下全面强化了对多尺度目标及遮挡目标的检测鲁棒性。

1.一种交通场景目标检测方法，其特征在于，所述方法包括：

2.如权利要求1所述的交通场景目标检测方法，其特征在于，所述目标检测模型在训练阶段采用尺度自适应sa-mpdiou损失函数进行回归优化，具体步骤如下：

3.如权利要求2所述的交通场景目标检测方法，其特征在于，所述sa-mpdiou损失函数中尺度自适应权重因子根据目标面积占比进行动态调整，计算公式如下：

4.如权利要求2所述的交通场景目标检测方法，其特征在于，所述sa-mpdiou损失值的具体计算方式为：

5.如权利要求1所述的交通场景目标检测方法，其特征在于，所述骨干网络由rt-detr网络架构中的原始骨干网络替换为轻量化深度可分离卷积骨干网络构成；所述轻量化深度可分离卷积骨干网络中嵌入通用倒置瓶颈uib模块及移动多查询注意力mobile mqa模块，用于生成p2特征图、p3特征图、p4特征图和p5特征图。

6.如权利要求1所述的交通场景目标检测方法，其特征在于，所述跨尺度特征融合模块的通道注意力层对高频保真增强特征图、经上采样对齐后的p3特征图和经上采样对齐后的p4特征图进行通道注意力加权处理，具体步骤如下：

7.一种计算机系统，其特征在于，包括：至少一个处理器；以及，与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如权利要求1至6中任一项所述的交通场景目标检测方法。

8.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有计算机程序，所述计算机程序由处理器运行时，能够执行权利要求1至6所限定的任意一项所述的交通场景目标检测方法。