【技术实现步骤摘要】
本专利技术属于目标检测，特别是涉及一种小目标道路车辆检测方法、设备及存储介质。
技术介绍
1、在实际道路车辆检测中，摄像头与车辆之间的距离常常较远，导致在高分辨率图像中远处车辆的占比很小。复杂的交通环境使得小目标车辆容易与背景融合，从而降低特征提取的效果，增加了检测的难度。此外，当道路上车辆密集时，遮挡问题尤为严重。车辆之间的遮挡只能提取可见部分的特征，导致信息不完整，从而使得目标回归框和分类结果不准确，增加误检或重检的风险。此外，车辆在雨、雾、雪或冰雹等恶劣天气条件下行驶时，摄像头捕捉的图像容易模糊，造成漏检和误检。而在夜间行驶时，图像质量的下降也显著提高了漏检和误检的概率。车辆作为道路上最常见的交通参与者，提高车辆的检测精度与速度对于确保行车安全至关重要，这对交通安全及相关检测技术的研究与应用有着深远的影响。随着智能交通系统的快速发展，针对小目标车辆的动态目标检测面临新的挑战，迫切需要一种实时且高精度的车辆检测方法。
2、近年来，基于深度学习的目标检测算法在车辆检测中得到了广泛应用，yolo模型被提出来统一目标的分类和定...
【技术保护点】
1.一种小目标道路车辆检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种小目标道路车辆检测方法，其特征在于，所述S1包括：
3.根据权利要求2所述的一种小目标道路车辆检测方法，其特征在于，所述S11包括：
4.根据权利要求3所述的一种小目标道路车辆检测方法，其特征在于，所述S11还包括：
5.根据权利要求2所述的一种小目标道路车辆检测方法，其特征在于，所述S12中，
6.根据权利要求2所述的一种小目标道路车辆检测方法，其特征在于，所述S13包括：
7.根据权利要求6所述的一种小目标...
【技术特征摘要】
1.一种小目标道路车辆检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种小目标道路车辆检测方法，其特征在于，所述s1包括：
3.根据权利要求2所述的一种小目标道路车辆检测方法，其特征在于，所述s11包括：
4.根据权利要求3所述的一种小目标道路车辆检测方法，其特征在于，所述s11还包括：
5.根据权利要求2所述的一种小目标道路车辆检测方法，其特征在于，所述s12中，...
【专利技术属性】
技术研发人员：张开文，和永军，张云，马聪，王晋，王骏涛，刘竞阳，刘勇，杨加宇，魏永俊，江俊霆，董文杰，郭红林，龙新明，
申请(专利权)人：云南省交通科学研究院有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。