1.一種低光照條件下的目標(biāo)檢測方法，其特征在于，包括：
2.根據(jù)權(quán)利要求1所述的一種低光照條件下的目標(biāo)檢測方法，其特征在于，主干網(wǎng)絡(luò)的主分支，repelan采用與elan的多分支結(jié)構(gòu)設(shè)計(jì)，使用多分支結(jié)構(gòu)進(jìn)行特征提取捕獲到不同大小感受野的特征，在多分支設(shè)計(jì)的基礎(chǔ)上，repealn去除了elan第一個(gè)分支中的1×1卷積，在進(jìn)行卷積后進(jìn)行多分支操作，drepbottleneck中使用的是兩個(gè)重參數(shù)化的3×3卷積，進(jìn)行shortcut連接。
3.根據(jù)權(quán)利要求1所述的一種低光照條件下的目標(biāo)檢測方法，其特征在于，在主分支的每個(gè)階段均設(shè)置有spd-conv；在每次的下采樣卷積操作之前進(jìn)行spd-conv下采樣操作，保留更多淺層的細(xì)節(jié)信息，補(bǔ)償?shù)礁邔犹卣鲌D。
4.根據(jù)權(quán)利要求3所述的一種低光照條件下的目標(biāo)檢測方法，其特征在于，補(bǔ)償?shù)礁邔犹卣鲌D具體步驟：
5.根據(jù)權(quán)利要求1所述的一種低光照條件下的目標(biāo)檢測方法，其特征在于，可學(xué)習(xí)的特征融合使用快速歸一化融合方式進(jìn)行特征融合，權(quán)重歸一化融合的方式如下：
6.根據(jù)權(quán)利要求1所述的一種低光照條件下的目標(biāo)檢測方法，其特征在于，在pafpn的基礎(chǔ)上，使用gcgelan以及同層的identity連接，結(jié)合cspnet和elan兩種架構(gòu)，在內(nèi)部，gelan使用repconv替換普通卷積，使用repncsp結(jié)構(gòu)，在csp結(jié)構(gòu)中使用重參數(shù)卷積，repncsp內(nèi)部的分支獲取到多分支的特征信息，提取到更豐富的語義信息，使用globalcontext注意力機(jī)制進(jìn)行特征的篩選處理，對(duì)identity的特征圖在先在空間上進(jìn)行空間注意力，然后串行連接通道注意力。
7.根據(jù)權(quán)利要求1所述的一種低光照條件下的目標(biāo)檢測方法，其特征在于，gcgelan結(jié)構(gòu)的操作具體步驟為：
8.根據(jù)權(quán)利要求1所述的一種低光照條件下的目標(biāo)檢測方法，其特征在于，使用lahsff將低層特征層向高層特征層進(jìn)行自適應(yīng)的特征融合的操作步驟：
9.根據(jù)權(quán)利要求1所述的一種低光照條件下的目標(biāo)檢測方法，其特征在于，特征圖進(jìn)行自適應(yīng)特征融合，融合的公式如下：
10.一種低光照條件下的目標(biāo)檢測系統(tǒng)，應(yīng)用所述權(quán)利要求1-9任一項(xiàng)所述的一種低光照條件下的目標(biāo)檢測方法，其特征在于，包括：