一种基于大卷积反向残差网络的货物倾倒检测方法

本发明公开了一种基于大卷积反向残差网络的货物倾倒检测方法，该方法利用优化构建的多尺度货物倾倒检测网络模型，在主干网络层通过初始卷积层和C2f模块后，经过倒残差注意力iRMB模块，增强对货物倾倒区域的特征提取能力，再经过空间金字塔感知卷积SPPF‑UR模块高效捕捉全局信息，以获取多尺度货物倾倒信息。特征图进入颈部网络层，通过上采样和特征拼接，对多尺度特征进行有效整合。最后在检测头，通过Focal Loss结合SIoU增强的Focal‑SIoU损失函数对正在倾倒定位精度的关注，从而提升在不平衡样本下的整体检测性能，最终输出检测到的货物目标类别、位置和置信度等信息，提升对货物倾倒检测的准确性和可靠性。