В сценах плотного обнаружения объектов традиционные методы сталкиваются с потерей высокочастотной краевой информации, размытием деталей при повторной выборке и недостаточной адаптивностью к масштабу. Для этого в данной статье предлагается алгоритм обнаружения объектов на основе частотного управления FW-YOLO. Алгоритм разрабатывает модуль частотного управления полноразмерной динамической свертки (FGODC), использующий преобразование Хаара для декомпозиции признаков и руководство высокочастотным откликом для выбора ядра свертки с целью усиления сохранения краевой информации на этапе снижения размерности; предлагается модуль обратной выборки с частотным остаточным управлением (FRUpsample), внедряющий высокочастотные признаки в путь обратной выборки для восстановления краевых деталей; строится совместная голова обнаружения с частотным управлением (FGSHHead), совмещающая разделение весов по масштабам с механизмом FiLM для улучшения обнаружения целей разных масштабов. Экспериментальные результаты на наборе данных CrowdHuman показывают улучшение точности, полноты, mAP50 и mAP50:95 на 1,1%, 3,8%, 1,8% и 2,0% соответственно, что подтверждает эффективность стратегии частотного управления в плотном обнаружении объектов и предлагает новый подход к решению задачи.

обнаружение объектов;частотное управление;вэйвлет-преобразование;динамическая свертка;обратная выборка;плотное обнаружение пешеходов