摘要
本发明公开了一种基于异构卷积的智能驾驶前视图像感知算法,它包括:步骤S1、原始图像先经过一个初始卷积层进行基本特征提取,然后进入集成在一起的多个并行卷积单元;步骤S2、将多个并行的卷积单元的输出通过加权融合的方式进行特征融合;步骤S3、将多个并行的卷积单元堆叠成骨干网络,经过FPN特征金字塔进行多个尺度的目标检测;步骤S4、多个尺度的目标检测结束后,完成对智能驾驶前视图像感知算法模型的训练。本发明提出了一种基于异构卷积的智能驾驶前视图像感知算法,能够显著提升模型的推理效率和特征提取能力,解决了轻量级目标检测模型在计算复杂度和特征提取能力之间的平衡问题。