一种面向复杂视觉场景的鲁棒性实时目标检测系统及方法

本发明提供一种面向复杂视觉场景的鲁棒性实时目标检测方法，包括以下步骤：S1，数据准备与预处理：搜集涵盖不同天气、光照、遮挡程度及目标尺度的复杂场景图像，构建高质量数据集；对图像进行标准化、归一化及数据增强预处理；S2，改进的目标检测模型构建：对基准YOLOv9模型进行三处核心改进，构建高效的特征提取与融合网络；S3，损失函数优化（Inner‑IoU）：采用Inner‑IoU损失函数替代传统的IoU损失进行边界框回归；以及S4，模型训练与推理：使用预处理后的数据集对改进后的模型进行端到端训练；训练完成后，将待检测的图像输入至训练好的模型中，即可输出图像中所有目标的边界框位置坐标及置信度。