基于Faster-YOLO11的危险驾驶行为检测算法  

作　　者：马骁[1] MA Xiao

机构地区：[1]辽宁公安司法管理干部学院,辽宁沈阳110000

出　　处：《信息技术与信息化》2025年第3期175-178,共4页Information Technology and Informatization

摘　　要：全球范围内,交通事故发生率不断增长,成为日益突出、不容忽视的严重社会问题。基于此,文章针对危险驾驶行为检测提出了一种目标检测算法——Faster-YOLO11,旨在提高危险驾驶行为检测的效率和准确性。算法以YOLO11作为基础,使用FasterNet作为主干网络,在SPPF(spatial pyramid pooling-fast)中LSK注意力机制,并将颈部网络的C3K2替换为RCSOSA(reparameterized convolution based on channel shuffl e and one-Shot aggregation),以及后处理阶段的Soft-NMS,实现了在保持高检测精度的同时,显著提升了模型的推理速度,为危险驾驶检测领域提供了一种新的解决方案。

关 键 词：目标检测 危险驾驶行为检测 YOLO11 深度膨胀卷积 大型可分离核注意 减少通道空间对象注意力 

分 类 号：TP3[自动化与计算机技术—计算机科学与技术]