激光与红外

作者：周善美

单位：1.湖北汽车工业学院 智能网联汽车学院,湖北 十堰 442002；2.杭州智诺科技股份有限公司,浙江 杭州 311121；

关键词：YOLOv11;小波卷积;车载红外检测;CARAFE;损失函数

基金：汽车动力传动与电子控制湖北省重点实验室开放基金项目(No.ZDK12024B07)；湖北省自然科学基金创新发展联合基金项目(No.2025AFD239 )；湖北省高等教育学会教育科研课题项目(No.2025XDY056)；空地群智协同技术与应用十堰市重点实验室开放基金项目(No.SYZDK32025B12)资助。

针对车载红外图像分辨率较低、目标相互遮挡及背景干扰严重引起的漏检与误检问题,本文提出了一种基于改进YOLOv11的目标检测算法WFS YOLO。首先,采用CLAHE方法增强红外图像,提升对比度并改善低光照下的细节表现；其次,在主干网络中引入小波卷积,以提取多尺度低频特征,从而有效保留目标的边缘与纹理细节；随后,引入CARAFE内容感知上采样算子,通过内容驱动的特征重组机制融合更丰富的语义信息,增强特征图的细粒度表达；最后,引入SIoU损失函数,进一步优化边界框定位精度。实验结果表明,本文提出的WFS YOLO在公开红外数据集上的检测性能优于原始YOLOv11n,精确率和mAP@05分别提升了32和21,验证了该算法在车载红外目标检测任务中的有效性与应用潜力。

来源：2026年第4期

《激光与红外》期刊编辑部

查看激光与红外杂志2026年第4期