-
题名基于改进YOLOv11n的车辆目标检测算法
- 1
-
-
作者
周建新
郝英杰
李忠泽
侯自川
-
机构
华北理工大学电气工程学院
-
出处
《汽车技术》
北大核心
2025年第9期1-9,共9页
-
基金
河北省自然科学基金项目(F2018209201)。
-
文摘
针对复杂交通场景中,车辆因遮挡、复杂背景干扰引发的特征表征模糊和检测精度下降问题,提出一种基于YOLOv11n改进的CCT-YOLO检测算法。基于带有通道转置注意力的频率感知级联注意力(FCA-CTA)设计C3k2-CTA模块,通过增强频域通道注意力对车辆的多尺度特征判别能力;融合分组策略与空间级联分组注意力(CGA)模块,提出部分空间级联分组模块C2CGA,在降低参数量的同时,提升遮挡目标检测性能;设计一种任务对齐动态检测头,通过共享卷积减少模型的参数量,提高网络的细节捕获能力。试验结果表明:在KITTI和BDD100K数据集上,相较于原始YOLOv11n,CCTYOLO的mAP@50分别达到89.5%和52.6%,参数量减少15.5%,提出算法具有合理性。
-
关键词
复杂交通场景
车辆目标检测
YOLOv11n
C3k2-CTA
c2cga
-
Keywords
Complex traffic scenarios
Vehicle object detection
YOLOv11n
C3k2-CTA
c2cga
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
