QMDF-YOLO11：復(fù)雜場(chǎng)景下水稻害蟲檢測(cè)算法

摘要： 在復(fù)雜場(chǎng)景下的水稻害蟲檢測(cè)中，傳統(tǒng)YOLOv11模型面臨小目標(biāo)識(shí)別能力不足和多尺度特征融合效果不佳的挑戰(zhàn)。為解決這些問題，提出了一種基于YOLOv11的改進(jìn)檢測(cè)模型QMDF-YOLO11。提出了全新的特征融合網(wǎng)絡(luò)（QS-RepGFPN），替換原模型的neck結(jié)構(gòu)，通過多層次特征的高效融合，顯著增強(qiáng)了對(duì)小目標(biāo)的感知能力和檢測(cè)效果。主干網(wǎng)絡(luò)引入調(diào)制可變形卷積（MDConv），增強(qiáng)了... （共11頁）