随着我国互联网产业的蓬勃发展,海量的数据规模促使计算机视觉技术向更智能的方向发起挑战,其中人与对象交互动作检测这一任务能够帮助机器对人类的行为进行更深入的理解,在行为分析、视频检索、人机交互、智能家居、游戏和娱乐等领域中都具有广泛的应用前景。因此,研究具有实时性、高效性和鲁棒性的人与物体交互动作检测算法有着重要的意义和实用性价值。针对人与对象交互动作检测任务的特点,采用轻量化的网络架构设计一种具有实时性的人与对象交互动作检测算法。该算法针对现有交互动作检测算法中存在的问题,提出采用极坐标的方式对交互动作进行建模的方案,同时针对角度回归时存在的损失函数边界不连续问题,设计采用一维高斯热力图对极角进行分类预测的方案,同时提出了循环高斯核函数用于增加相邻角度间的容错性,提升算法的检测精度。此外,基于计算机视觉领域中发挥重要作用的注意力思想,利用转换器网络中提出的多头注意力机制设计了一种能够充分利用注意力机制对交互动作特征进行信息增强的点关系注意力模块,该模块能够使得交互动作与具有关联性的人或对象之间进行显式的信息交流,在原有的算法基础上能够使网络的表征能力进一步得到提升。此外,针对人与对象交互动作检测任务中训练样本获取难度大、标注成本高的问题,提出了一种新颖的混合监督方案,能够充分利用额外的目标检测数据集使算法的整体性能得到提升。实验表明,提出的基于极坐标和点关系注意力模块的人与对象交互动作检测算法在不同数据集上与现有先进算法相比具有更高的检测精度,同时在推理速度上取得了两倍以上的提升,可满足现实应用场景中的对模型性能和实时性的要求。此外,提出的混合监督方案能够使HOI检测算法在训练过程中降低对获取难度较大的交互动作类数据的依赖程度,具有实际应用价值。