YOLOv改进 | YOLOv11添加WTConv小波卷积,能够更有效地捕捉局部和全局特征
一、引言
在计算机视觉目标检测领域,YOLO(You Only Look Once)系列算法凭借“单阶段检测”的高效性(一次前向传播同时完成目标定位与分类),已成为工业界与学术界的主流选择。从YOLOv1到YOLOv11,算法持续迭代优化,在速度与精度之间寻求平衡,广泛应用于自动驾驶、智能安防、工业质检等场景。然而,在复杂场景(如小目标检测、目标遮挡、低质量图像)中,传统YOLOv11模型面临显著挑战:
- 局部特征提取不足:传统卷积(如3×3)虽能有效捕捉目标的局部细节(如边缘纹理),但对目标的整体结构(如全局轮廓)感知较弱,导致小目标(如远处行人、微小零件)检测精度下降。
- 全局特征建模弱:传统卷积的局部感受野限制了其对图像全局信息(如目标与背景的关联、多目标的空间布局)的提取能力,影响复杂场景下的检测召回率。
- 多尺度特征融合难:小目标与大目标需不同尺度的特征(小目标依赖高分辨率细节,大目标依赖低分辨率语义),传统卷积难以同时兼顾多尺度特征的融合。
为解决上述问题,本文提出一种基于WTConv(Wavelet Transform Convolution,小波卷积)的YOLOv11改进方案。WTConv通过小波变换的多尺度分解,将输入特征图分解为不同频率的子带(低频全局信息与高频
订阅专栏 解锁全文
1310



被折叠的 条评论
为什么被折叠?



