一种面向改进Yolov10的目标检测融合方法

本发明涉及计算机视觉、目标检测技术领域，具体涉及一种面向改进Yolov10的目标检测融合方法，具体如下：选择数据构建数据集，然后对数据集中数据进行预处理，得到预处理后的数据集；对预处理后的数据集进行增强，基于轻量级Yolov10n网络构建目标识别网络模型，对Yolov10n网络进行改进，改进后的Yolov10n网络包括输入端、主干网络、颈部网络和输出端，其中颈部网络引入了四个上下文融合CFM模块，CFM模块包括通道调整卷积模块、特征拼接模块、注意力模块、权重化特征重组模块和输出特征生成模块；将预处理后的数据集中图像数据输入至改进后的构建目标识别网络模型中，得到最终检测结果。本发明能够更好地处理不同尺度、多样化的目标，从而提升模型对复杂背景的鲁棒。