一种基于优化YOLOv11模型的夜间车辆检测方法

一种基于优化YOLOv11模型的夜间车辆检测方法，数据集包含BDD100K自动驾驶数据集中的夜间目标检测数据集以及自行采集的夜间行车图片，并将其分为训练数据集和验证数据集，对数据集内所有图像进行分辨率调整；在特征提取模块中引入SPDConv替代步长卷积以及动态掩码蒙特卡洛注意力机制(DM‑MCAttn)，在特征融合模块中集成大核选择模块(LSKBlock)和并行补丁感知模块(PPABlock)，同时引入分层偏移Dysample以及BiFPN，同时优化检测头结构，采用轻量化H‑MBConv模块降低参数量，最终构建优化YOLOv11夜间车辆检测网络模型进行训练，并利用验证数据集中的图像对其进行验证，最终得到进行车辆检测的目的；本发明能够在不显著增加参数量的情况下，使得车辆检测网络取得了更佳的性能。