基于ICL-YOLOv11的防眩板缺失检测算法研究与应用

来源：计算机工程与应用杂志2026年第12期北京时间：

作者：文浩, 杨江涛, 邬琦, 王梓睿, 武盛

单位：1.太原科技大学 电子信息工程学院，太原 030024；2.太原科技大学 先进控制与装备智能化山西省重点实验室，太原 030024；3.太原科技大学 山西省运动健康智能装备技术创新中心，太原 030024；4.太原工业学院 计算机工程系，太原 030008；

摘要：针对现有高速公路巡检防眩板缺失检测处于初步阶段，且在检测任务中存在目标在复杂的道路背景下识别困难，密集排列目标定位要求较高，缺失为“非实体缺失”等问题，且需要满足实时检测的要求。提出基于改进YOLOv11n的ICL-YOLOv11算法。构建融合倒置残差模块（inverted residual mobile block，IRMB）和级联组注意力机制（cascaded group attention，CGA）的ICGA模块，通过嵌入C3K2结构增强特征融合能力；设计细节增强轻量级共享卷积检测头（detail enhanced lightweight shared convolution detection head，DE-LSCD），采用参数共享架构与细节增强卷积提升对防眩板细节的特征表征能力，通过群归一化（GN）策略优化模型参数规模；通过采用Inner-DIoU损失函数，在保持检测精度的同时显著提升收敛速度与定位精确度。同时提出基于边界框中心点像素距离的自适应动态阈值检测方法。实验表明：改进后的ICL-YOLOv11算法相较于原YOLOv11n模型，召回率提升了10.3个百分点，平均精度均值（mAP50）提高了6.4个百分点。

关键词：防眩板缺失检测,YOLOv11n,ICGA模块,Inner-DIoU损失函数,自适应阈值检测

基金资助：国家自然科学基金青年基金（61905172）；山西省基础研究计划面上项目（202303021211169）；山西省科技创新人才团队（202304051001035）；山西省科技合作交流专项（202204041101030）；山西省科技成果转化引导专项（202304021301044）。