一种基于改进YOLOv11的跨尺度信息引导多任务检测方法

本发明涉及一种基于改进YOLOv11的跨尺度信息引导多任务检测方法，属于计算机视觉领域。所述方法，包括：获取包含交通目标检测、可驾驶区域分割和车道线检测的多任务数据集，并进行预处理；采用YOLOv11作为骨干网络，在网络末尾引入SPPF模块，同时对YOLOv11的目标检测与语义分割结构进行改进；使用多尺度上下文感知上采样模块，通过动态学习空间偏移量，自适应地捕捉局部与全局上下文信息，并采用可微分的双线性插值实现特征图放大；输入处理后的数据进行网络训练；根据模型的检测性能，在真实场景中进行评估，并保存最佳模型，完成多任务全景驾驶感知的交通目标检测、可驾驶区域分割和车道线检测任务。