一种基于改进YOLOv10的轻量化车辆检测方法

本发明公开一种基于改进YOLOv10的轻量化车辆检测方法，该方法专注于提升车辆目标检测的精确度和效率，同时降低计算资源消耗。该方法通过融合C2f_MLCA模块的多尺度局部通道注意力机制，增强了对车辆特征细节的感知能力；引入改进后的SENetV2模块对基线模型中的PSA模块进行优化，构建PSASENetV2模块，结合通道与空间注意力，优化特征表达，提高识别准确性；采用Dy_Sample模块实现动态采样，自适应调整采样策略，减少计算量，加速推理过程。此外，优化的v10Detect_LSCD检测头结合局部敏感哈希与通道注意力，提升目标定位与类别判别效率。本方法本发明的方法在保持高检测精度的同时，降低了参数量和模型计算成本，适用于设备受限条件下的车辆识别，具有广泛的应用前景和实际价值。