Em veículos autônomos, é especialmente importante detectar antecipadamente e com precisão as informações dinâmicas de veículos e pedestres em cenários de tráfego complexos e mutáveis. No entanto, em cenários de direção autônoma existem problemas como movimento rápido da câmera, grandes variações de escala, oclusão de alvos e mudanças de iluminação. Para enfrentar esses desafios, este artigo propõe um algoritmo de detecção de múltiplas escalas baseado em mecanismo de atenção. Baseado na rede YOLOv3, primeiro, utiliza-se um módulo de pooling piramidal espacial para fundir e concatenar características de regiões locais multiescala, permitindo que a rede aprenda as características dos alvos de forma mais abrangente; em segundo lugar, com o uso da pirâmide espacial para encurtar a fusão de informações entre canais, foi construída a rede YOLOv3-SPP⁺-PAN; por fim, baseado no mecanismo de atenção, foi projetado um detector de alvos mais eficiente denominado SE-YOLOv3-SPP⁺-PAN. Os resultados experimentais mostram que, em comparação com a rede YOLOv3, a rede SE-YOLOv3-SPP⁺-PAN proposta apresenta um aumento de 2,2% na média de precisão, mantendo a velocidade de inferência compatível com os requisitos em tempo real da plataforma de direção inteligente. Os experimentos comprovam que a rede SE-YOLOv3-SPP⁺-PAN proposta é mais eficiente e precisa que a YOLOv3, sendo portanto mais adequada para tarefas de detecção em cenários reais de direção inteligente.

visão computacional;detecção de veículos e pedestres;redes neurais;mecanismo de atenção