基于改进YOLOv10n的泊车图像旋转目标检测算法

来源：电子测量技术杂志2025年第19期北京时间：

作者：梁列全，李想，何永华，周璇

单位：1.广东财经大学信息学院 广州 510320; 2.广东财经大学统计与数学学院 广州 510320; 3.华南理工大学机械与汽车工程学院 广州 510640

摘要：目标检测是无人驾驶时代自动泊车智能感知的关键技术之一。鱼眼相机感知过程存在环境因素复杂、障碍物类型多样、鱼眼镜头下检测对象图像失真等问题，常规算法难以保证自动泊车复杂场景下各类对象的检测精度。为此，本文提出了一种基于改进YOLOv10n的旋转目标检测方法，在主干网络引入SPPELAN模块，并利用DSConv改进C2f中部分卷积融合iRMB模块，以提高鱼眼镜头下的特征提取能力，增强小目标对象的定位能力；然后采用ATFL函数，增强模型在检测目标特征上的聚焦能力。实验结果表明，改进后的算法在鱼眼相机泊车数据集上的mAP@0.5达到了89.89%，mAP@0.5:0.95达到了69.36%，比基准模型分别提高了0.62%和0.6%，为泊车感知技术提供了新的思路。

关键词：旋转目标检测;YOLOv10n;泊车图像;动态蛇形卷积;深度学习