YOLO11-LG：结合边界增强方法的玻璃器皿检测

来源：计算机工程与应用杂志2025年第17期北京时间：

作者：张泽鸣, 孟祥印, 王孜洲, 周志伟, 刘桓龙

单位：1.西南交通大学 唐山研究院，河北 唐山 063000；2.西南交通大学 机械工程学院，成都 610000

摘要：玻璃器皿的精确检测是实现实验室无人化的基础和关键，但由于玻璃器皿的特殊光学属性和内部纹理微弱，使得识别工作面临较大挑战。现有的检测网络缺乏对玻璃器皿的针对性，难以兼顾准确与效率。为了应对这些挑战，研究设计了一种基于YOLO11的高效玻璃器皿检测网络——YOLO11-LG。为了增强对玻璃器皿边界特征的提取，提出边界加强模块，内置了独创性的通道-空间联合注意力机制，通过多维协同处理方式，从通道特征响应与空间结构分布两个层面，显著增强对特征图中高频细节信息的解析能力，精准定位玻璃器皿的边缘拓扑特征，深度强化目标与背景的语义对比度，提升算法在复杂场景中的目标检测精度与泛化能力。此外，还提出了高效融合模块，对原有颈部结构进行了优化，以增强特征融合能力，有效减少了存在遮挡的目标和远处小目标的漏检。实验结果表明，YOLO11-LG网络在检测玻璃器皿时具有出色的性能和实时性，与基准模型相比，所有指标均实现了提升，其准确率、mAP50和mAP50?95分别提高了0.030、0.021和0.034，检测速度为145 FPS，具有良好的实时性。

关键词：玻璃器皿检测,YOLO,YOLO11-LG,边界增强