一种改进YOLOX的大尺寸小目标危险行为检测方法及系统

摘要

本发明公开了一种改进YOLOX的大尺寸小目标危险行为检测方法及系统，该方法对输入图像进行缩放和归一化操作；通过卷积和池化操作提取图像特征；使用ECANet提取关键特征，再结合金字塔式特征网络层生成更加准确和高效的特征图；使用金字塔式特征网络将来自不同层级的特征图进行融合；利用特征图进行目标检测，生成边界框和类别概率；根据Focal Loos置信度损失函数调整易分类样本和难分类样本的权重差异；根据置信度和类别概率筛选边界框，通过非极大值抑制算法消除冗余框，最终得到检测结果。本发明通过引入ECANet和Focal Loss函数，可以增强特征提取和优化损失函数，提高小目标的检测率，从而进一步提高了检测性能。