基于改进YOLO11的生活垃圾检测模型

来源：电子测量技术杂志2026年第1期北京时间：

作者：任梦晗，赵海燕，宋佳智

单位：内蒙古民族大学计算机科学与技术学院 通辽 028000

摘要：随着城市化进程的加快，生活垃圾量的持续攀升对生态环境形成严峻挑战，因此基于目标检测的智能分拣技术成为关键解决方案。针对现有检测模型在复杂场景下精度不足和部署效率低的问题，提出一种改进的YOLO11生活垃圾检测模型。通过引入可变形卷积和自主设计的三分支坐标注意力机制，构建了增强型可变形卷积模块，并用其重构骨干网络中的C3k2，显著提升了模型对复杂背景中目标的特征提取能力。此外，采用内容感知特征重组算子替代颈部网络中的上采样，增强特征重建效果。引入指数移动平均滑动损失函数，有效提升检测精度并加速模型收敛。在优化后的华为云生活垃圾数据集上进行的实验表明，改进模型在mAP@0.5和mAP@0.5:0.95指标上分别达到76.5%和64.6%，较基线模型提升1.8%和1.7%。相比其他主流检测算法，改进模型参数量仅为2.8 M，更适合移动端部署。

关键词：YOLO11;可变形卷积;注意力机制;生活垃圾;目标检测

基金资助：内蒙古自治区留学回区人员创新创业启动支持计划(2024LXCX003)、内蒙古民族大学博士启动基金(KYQD23006)项目资助