【技术实现步骤摘要】
本专利技术属于计算机视觉与目标检测领域，具体涉及基于自适应动态剪枝的超广角交通标志检测方法及系统。
技术介绍
1、随着无人机监控、自动驾驶、智能安防等领域的迅速发展，对大视角、高精度目标检测的需求愈加迫切。现有的目标检测技术，尤其是基于yolov8等深度学习框架的算法，虽然在标准视角下表现优异，但在复杂的动态场景下仍然存在一些技术挑战。
2、首先，传统目标检测方法多依赖于单一视角摄像头，导致在复杂的交通环境中，单一视角的摄像头难以全面覆盖所有目标，从而产生检测盲区。同时在超广角场景下的检测精度受到限制，尤其是在图像边缘区域，存在显著的畸变问题。现有的畸变校正技术虽然有所应用，但仍难以完全消除图像的失真，导致目标检测精度在边缘区域明显下降。例如，尽管一些算法引入了广角畸变校正技术，但在超广角视野下，图像质量和目标检测效果依然存在明显的不足，无法有效克服视角局限。其次，当前交通标志检测系统通常依赖深度神经网络进行目标识别，虽然可以获得较高的检测精度，但计算资源消耗巨大，尤其是在边缘设备或嵌入式设备上运行时，难以满足实时检测的需求
3、本文档来自技高网...
【技术保护点】
1.基于自适应动态剪枝的超广角交通标志检测方法，其特征在于，包括：
2.根据权利要求1所述的基于自适应动态剪枝的超广角交通标志检测方法，其特征在于，进行预处理和视频流拼接融合，包括：
3.根据权利要求1所述的基于自适应动态剪枝的超广角交通标志检测方法，其特征在于，所述人眼注意力集中位置检测模块，包括注意力识别模块和动态权重调整模块：
4.根据权利要求1所述的基于自适应动态剪枝的超广角交通标志检测方法，其特征在于，所述基于动态剪枝的检测模块，包括剪枝评估模块和网络结构优化模块：
5.根据权利要求1所述的基于自适应动态剪枝的...
【技术特征摘要】
1.基于自适应动态剪枝的超广角交通标志检测方法，其特征在于，包括：
2.根据权利要求1所述的基于自适应动态剪枝的超广角交通标志检测方法，其特征在于，进行预处理和视频流拼接融合，包括：
3.根据权利要求1所述的基于自适应动态剪枝的超广角交通标志检测方法，其特征在于，所述人眼注意力集中位置检测模块，包括注意力识别模块和动态权重调整模块：
4.根据权利要求1所述的基于自适应动态剪枝的超广角交通标志检测方法，其特征在于，所述基于动态剪枝的检测模块，包括剪枝评估模块和网络结构优化模块：
5.根据权利要求1所述的基于自适应动态剪枝的超广角交通标志检测方法，其特征在于，所述检测结果输出模...
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。