基于LM-YOLO的轻量级交通目标检测方法、设备及介质

本发明的一种基于LM‑YOLO的轻量级交通目标检测方法、设备及介质，针对传统检测网络在复杂交通场景下面临的几何形变适应性差、注意力机制计算冗余及轻量化与精度矛盾等问题。该方法引入线性可变性卷积（Linear Deformable Convolution，LDConv）模块，通过坐标生成算法与线性参数增长机制，在降低参数量的同时支持动态采样，有效捕捉目标形变特征。基于混合局部通道注意力机制（Mixed Local Channel Attention，MLCA），构建C2f_MLCA模块，通过双通道注意力加权，增强多尺度目标的关键区域聚焦能力。通过分层部署LDConv与MLCA模块形成互补增强机制，能够有效提升复杂交通场景下车辆、行人的检测鲁棒性，兼具轻量化与高精度优势，适用于车载终端与边缘计算设备部署。