一种动态特征重参数化的道路车辆检测方法与系统

本发明公开了一种动态特征重参数化的道路车辆检测方法与系统，以ResNet50构建的骨干特征提取网络，并且引入RepGFPN结构作为颈部网络，通过重参数化机制与跨尺度连接，有效聚合不同层级的语义和位置信息，增强对远距离小车辆及大尺寸车辆的感知与识别能力，为在RepGFPN中嵌入GSConv模块作为中间处理单元，以串联方式增强特征流动。GSConv通过分组卷积与通道混洗操作，在减少参数量的同时增强特征复用，提升模型在车辆密集区域的判别性能。使用Wise‑IoU损失函数解决边界框回归精度不足问题，通过动态非单调聚焦机制减弱低质量样本对训练的负面影响，提升定位准确性并增强模型在复杂场景中的泛化能力。