来源：期刊VIP网 时间：
作者：孙航1,2;师泽帅1;余梅1,2;万俊3;梁超4
单位：1.三峡大学计算机与信息学院;2.三峡大学水电工程智能视觉监测湖北省重点实验室;3.中南财经政法大学信息工程学院;4.武汉大学多媒体网络通信工程湖北省重点实验室
摘要：近年来，垃圾检测算法在环境保护和公共卫生安全中发挥着重要作用。然而，现有算法的检测头缺乏对判别性特征的有效建模，导致对相似特征垃圾的检测表现不佳。此外，YOLO算法中使用拼接的方法进行特征融合时，算法未充分挖掘通道间的相关性，限制了检测性能的提升。针对以上问题，研究提出了一个基于YOLOv10的多尺度调制和通道重校准垃圾检测算法。研究设计了多尺度特征调制检测头，通过对多感受野特征图进行细粒度权重分配，提升了检测头对相似特征的判别能力。此外，研究提出了通道二次重校准特征融合模块，通过动量因子对不同特征通道重要性进行两次重标定，以提升融合后的特征表达能力。试验表明，该算法在包含12类目标的生活垃圾检测数据集上的平均检测精度较基准模型和较新的YOLOv11算法分别提升1.64百分点和0.95百分点，且优于其他先进的目标检测算法。
关键词：环境工程学;垃圾检测;YOLOv10算法;特征融合
基金资助：湖北省自然科学基金项目(2024AFB992); 多媒体网络通信湖北省重点实验室开放基金项目(HKLMNCE24KF08)
