ED＿YOLO：基于邊緣驅(qū)動的低照度目標檢測算法

摘要： 針對低照度環(huán)境下，目標特征不明顯、細節(jié)丟失嚴重、場景適應(yīng)性差等問題導(dǎo)致目標檢測精度低的問題，提出了一種基于邊緣驅(qū)動的目標檢測方法 ED＿YOLO。首先，設(shè)計了HESM模塊，通過Sobel算子提取邊緣信息，引導(dǎo)多元特征交互，提升有效信息的敏感度。其次，提出了C2f＿DRM模塊，高效整合局部細節(jié)與全局上下文信息。然后，構(gòu)建了LFAM模塊，在共享卷積的基礎(chǔ)上，優(yōu)化不同尺度特征的自適應(yīng)... （共10頁）