摘要
本发明公开一种基于改进yolo11的夜间道路积水检测方法及装置,获取历史夜间道路积水场景数据,并对数据进行预处理,建立夜间道路积水检测数据集;以建立的夜间道路积水检测数据集,基于改进yolo11模型,训练生成夜间道路积水检测模型;利用生成的夜间道路积水检测模型,输入夜间道路场景下待检测积水目标的图像,获取待检测图像中目标的积水信息。本发明原始yolo11模型的主干网络中添加RAFE模块,并对yolo11的concat连接进行替换,替换为设计的RAFF模块,增强模型在浅层网络对积水点全局位置信息的提取能力,且提升深层网络中反光特征和纹理特征等语义信息权重的分配及融合。
技术关键词
道路积水检测方法
反射特征
感知特征
检测积水
反射噪声
融合多尺度特征
数据
多头注意力机制
图像特征信息
输入模块
特征提取单元
模型训练模块
双线性插值
生成道路
生成噪声
系统为您推荐了相关专利信息
跌倒风险评估
生物特征识别
老年人
感知特征
可穿戴传感器
协同感知方法
融合特征
协同感知系统
感知特征
交叉注意力机制
上下文语义信息
图像检测方法
存储模块
感兴趣
记忆
风险评估模型
设备特征
互联网
指纹识别技术
个人身份识别