基于小波增强稀疏混合专家模型的密集重叠目标检测方法

本发明提出了基于小波增强稀疏混合专家模型的密集重叠目标检测方法。该方法首先通过主干网络提取多层特征，以捕获多尺度空间表征；其次，在各层级特征上引入离散小波变换，将空间特征分解至频率域，实现频域与空域特征的协同建模，提升细节与纹理信息的保留能力，并在最深层特征中引入轻量级动态超图聚合模块，自适应学习超边结构，以显式建模局部区域内的高阶关联关系；再次，在解码过程中，通过IoU感知查询选择机制对候选查询进行筛选与重加权，并引入稀疏混合专家的动态路由机制，实现查询自适应的专用化表征学习，有效提升了复杂场景下的目标检测精度与可靠性。