基于轻量级网络的道路车辆目标检测方法

本发明公开了一种基于轻量级网络的道路车辆目标检测方法，基于YOLOv11的主干结构，提出了一种轻量级、高表达力的骨干网络结SALBNet替换传统主干网络，并加入新型C2PSA_GZB注意力机制，利用新型C2PSA_GZB注意力机制与所述SALBNet轻量化主干网络连接。在YOLOv11的颈部结构中利用创新的C3k2_SHD来替换颈部中的C3k2层，并提出一种融合局部与全局信息的创新上采样机制Dxh_Sample。利用改进后的目标检测模型在ACDC车辆数据集上进行训练，通过训练结果对模型性能进行系统评估。与现有技术相比，本方法在保持检测精度的同时，显著减少了YOLOv11模型的参数量和计算量，提升了训练效率，实现了网络结构的轻量化改进，增强了模型在实际应用中的部署性能和运行效率。