一种基于多模型融合的遥感车辆检测方法

本发明公开一种基于多模型融合的遥感车辆检测方法，包括对获取的车辆遥感图像数据进行预处理，得到数据集；以原始YOLOv12模型为基准，在骨干网络中引入DSCWHConv卷积模块替换原始C3k2及A2C2f模块中的标准卷积；在颈部网络中采用AreaAgentAttention注意力机制模块替换原始的注意力机制模块；将数据集中的图片输入改进后的YOLOv12模型中进行训练得到训练好的模型。在特征提取阶段，引入一种多频信息融合的轻量化卷积模块，替代传统卷积，提取多尺度特征并扩展感受野，在特征融合阶段，设计一种上下文感知的注意力机制，结合代理token与区域聚合策略，实现局部与全局语义信息的联合建模，显著提升了检测精度，获得了70.1％的mAP50和45.5％mAP50‑95，验证了该方法在遥感车辆检测任务中的有效性和实用性。