基于改进YOLOv11的玉米田间杂草检测方法及装置

本发明公开了一种基于改进YOLOv11的玉米田间杂草检测方法及装置，包括：采集并构建用于模型训练的杂草图像数据集；将YOLOv11n基线网络的主干网络替换为双流视觉网络，将替换后的网络作为第一优化网络；在第一优化网络主干网络的末端，使用增强感受野模块替换原有的金字塔池化模块，获取第二优化网络；在第二优化网络的颈部特征融合层，使用自适应上下文引导融合模块替换传统的拼接，获取第三优化网络；将第三优化网络作为最终的轻量级高精度杂草检测模型DEA‑YOLO11，并基于该模型对田间杂草进行检测。本发明解决现有技术中杂草检测模型在复杂农业场景下，因全局上下文感知能力不足、细粒度特征丢失及多尺度特征融合效率低下而导致的检测精度不高的问题。