一种基于深度学习的目标检测模型

本发明特别涉及一种基于深度学习的目标检测模型。该基于深度学习的目标检测模型，采用YOLOx‑Darknet53网络结构作为基础模型，采用CSPDarknet作为特征提取网络，采用FPN特征金字塔作为YOLOx的增强特征提取网络，采用YOLO Head作为特征点的分类器和回归器；在YOLOv3算法模型的第五和第六卷积层之间引入SPP模块，所述SPP模块由不同大小的最大池化和一个跳转连接组成，用于融合局部特征和全局特征，提高对大小差异较大的目标检测精度。该基于深度学习的目标检测模型，不仅在不损失检测精度的前提下，提高了模型训练速度，压缩了模型大小，还提高了小目标的检测率，提高了神经网络的鲁棒性，能够更好适应复杂干扰环境。