一种基于YOLO11的野生动物轻量化识别模型设计方法

本发明公开了一种基于改进YOLO11的野生动物轻量化识别模型设计方法，旨在解决现有目标检测模型在复杂环境下对野生动物识别精度不足、计算开销大以及部署受限等问题。该方法在YOLO11的基础框架上进行了轻量化改进：首先，用FasterNet模块替换原始Backbone，以提升特征提取效率并降低模型参数量；其次，设计引导级联CSP模块GCCM，增强模型在多尺度与复杂背景条件下的全局依赖建模能力；最后，引入坐标感受野增强模块CRFE，实现浅层与深层信息的高效融合，从而强化目标边界与细粒度特征的表达能力。本发明保证推理速度和轻量化特性的同时，能够显著提升识别精度和鲁棒性，适用于野生动物的实时识别与监测。