Face à la complexité de l'environnement des cibles dans le trafic routier et aux problèmes d'extraction insuffisante des caractéristiques clés par le modèle ainsi que de faible précision de localisation des cibles, le modèle SSD a été choisi comme cadre de base pour mener des recherches sur les méthodes d'extraction des caractéristiques, le renforcement des informations clés et la localisation des caractéristiques non locales. Tout d'abord, pour résoudre spécifiquement le problème des cibles à échelles multiples dans les scénarios de trafic routier, une structure de pyramide inversée à sauts a été proposée pour générer des caractéristiques plus discriminantes; ensuite, pour résoudre le problème de la contribution variable des informations à différents niveaux sémantiques dans le processus de fusion des caractéristiques, un module de fusion adaptative des caractéristiques basé sur un mécanisme d'attention a été conçu pour renforcer de manière non a priori la capacité d'expression des caractéristiques clés au niveau des canaux; enfin, un module d'attention croisée en forme de croix a été introduit pour améliorer la sensibilité du modèle à la position des cibles. Les résultats expérimentaux montrent que, par rapport au modèle SSD original, la précision moyenne a été améliorée de 2,6 % sur le sous-ensemble PASCAL VOC et de 3,9 % sur un ensemble de données de trafic routier maison, tout en garantissant le temps réel. En conclusion, l'algorithme amélioré peut être largement appliqué aux tâches de détection des véhicules et des piétons sur les routes.

apprentissage profond; détection des véhicules et des piétons; pyramide de caractéristiques; mécanisme d'attention; fusion des caractéristiques