一种面向动态水域场景的跨域自适应目标检测方法

本发明提出一种面向动态水域场景的跨域自适应目标检测方法，首先构建水上目标检测数据集，并对数据集进行图像增强操作，其中采用多重叠窗口双三次插值合成方法，保持图像边缘和细节，确保了图像增强的连续性和自然性，减少了由窗口划分引起的人为边界，增强模型在多种环境下的适应性；然后建立检测模型，通过使用多尺度和自适应卷积融合模块替换YOLOv11模型的浅层卷积模块得到，利用自适应卷积单元进一步调整和适应目标的形状，能够同时适应不同大小和形状多变的水面目标检测；最后进行模型训练，采用改进的坐标损失函数，综合考虑边界框自身的尺寸和大小，强化边界框对真实目标的定位能力，减少背景噪声对检测的影响。