摘要
本申请提供了一种基于ORB‑YOLO模型的城市车辆检测方法,其特征在于,包括:对YOLO11s模型进行如下改进,得到ORB‑YOLO模型:在骨干网络的关键位置嵌入倒残差挤压激励注意力模块,在骨干网络与颈部网络之间增设双路径特征再生网络,所述颈部网络为集成的基于频率增强的特征融合模块;将实时采集的城市道路图像输入至ORB‑YOLO模型进行车辆检测,输出车辆边界框、类别及置信度信息。该方法通过多尺度通道与空间注意力混合机制强化车辆特征区域并抑制背景噪声干扰,通过梯度补偿机制和可逆残差模块保留小尺度目标的高频细节特征,通过频域分解与融合机制提升对不同车型的类间判别能力,在复杂城市环境下显著提升了对遮挡车辆、小尺度目标及类内差异大车辆的检测精度与鲁棒性。