一种基于细节增强卷积的目标检测方法、储存介质及终端

本发明公开一种基于细节增强卷积的目标检测方法、储存介质及终端，获取样本图像并将样本图像输入至目标检测神经网络；基于目标检测神经网络，对样本图像提取生成输入特征图；对输入特征图分别执行全局平均池化和全局最大池化，生成平均通道映射和最大通道映射；将平均通道映射与最大通道映射相加后依次通过第一一维卷积、第二一维卷积以及Sigmoid函数处理，以生成通道注意力权重；根据通道注意力权重对输入特征图进行逐通道加权，得到细节增强后的输出特征图；将细节增强后的输出特征图输入至目标检测神经网络的检测预测层进行检测。本发明有效提升了目标在遮挡、逆光及光照变化条件下的检测准确率，显著增强了神经网络的鲁棒性与泛化能力。