基于多尺度特征融合的农田道路夜间凹坑检测方法研究

【作者】 樊文睿； 曲爱丽； 高垚垚； 禹建伟； 王昱潭；

【机构】 宁夏大学机械工程学院； 林木资源高效生产全国重点实验室；

【摘要】 夜间环境下的非结构化道路凹坑检测是保障农业机械全天候自主导航与作业安全的关键。针对田间路面夜间光照条件复杂以及凹坑目标边界模糊、尺度多变等挑战,本文提出一种改进的YOLO11n检测模型POT_YOLO11。通过设计多尺度边缘信息增强模块,结合多分支卷积与通道注意力以强化边界判别;构建SPPF-LSKA模块,融合大核可分离注意力和空间金字塔池化,增强多尺度特征提取能力;在颈部引入特征筛选与上下文锚点注意力机制,优化特征融合与上下文建模。在包含土质、砂石、水泥及沥青等多种非结构化道路的夜间数据集上的实验结果表明,POT_YOLO11的mAP_@0.5达到83.20%,相较于基准模型提升2.47%,F1-Score为80.30%,模型参数量仅为2.22M,检测速度达248.83 FPS。本研究在保持高效推理的同时,显著提升了农机夜间作业场景下凹坑检测的准确性与环境适应性,为复杂田间环境下的农机自主导航提供了可靠的技术支持。更多还原