基于多尺度交叉卷积与边界框回归损失函数优化的目标检测方法研究.pdfVIP

摘要

在计算机视觉领域，目标检测是一项旨在对图像中的目标进行精确定位、分类

并分配置信度分数的基本任务。根据目标边界框的类型，目标检测可细分为水平目

标检测和定向目标检测两类。水平目标检测通常采用水平边界框对目标进行标注，

然而在处理遥感图像、航空图像等具有方向性特征的目标时，水平边界框难以准确

表征目标的空间位置和几何形状。为此，研究者提出了定向边界框的概念，并发展

了相应的定向目标检测算法，这些算法通过引入角度参数，能够更精确地捕捉目标

的方向和形状特征，从而显著提升检测性能。

本研究围绕水平和定向目标检测两大研究方向展开，核心创新点如下：

（1）针对水平目标检测任务，提出了一种基于高效的多尺度交叉一维卷积的增

强型YOLOv10-N模型。该模型设计了高效的多尺度交叉一维卷积块和增强型紧凑倒

置块，有效解决了传统一维卷积参数量减少导致的模型性能下降问题。同时，针对

目标定位精度不足的挑战，提出了基于锚框的交并比边界框回归损失函数。在

PASCALVOC2007、PASCALVOC2012和MSCOCO2017数据集上的实验结果表

明，该模型在计算量低于10G的条件下实现了最优检测精度。此外，本研究还将高

效多尺度交叉一维卷