基本信息:
- 专利标题： 一种基于改进YOLOv11的跨尺度信息引导多任务检测方法
- 申请号：CN202510793033.4 申请日：2025-06-13
- 公开(公告)号：CN120708189A 公开(公告)日：2025-09-26
- 发明人： 柯逍 , 方静怡
- 申请人： 福州大学
- 申请人地址： 福建省福州市闽侯县福州大学城乌龙江北大道2号福州大学
- 专利权人： 福州大学
- 当前专利权人： 福州大学
- 当前专利权人地址： 福建省福州市闽侯县福州大学城乌龙江北大道2号福州大学
- 代理机构： 福州元创专利商标代理有限公司
- 代理人： 陈明鑫; 蔡学俊
- 主分类号： G06V20/58
- IPC分类号： G06V20/58 ; G06V10/26 ; G06V20/70 ; G06V10/96 ; G06V10/764 ; G06V10/80 ; G06V10/82 ; G06N3/045 ; G06N3/0464 ; G06N3/084 ; G06N3/0985
摘要：
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。