基于YOLOv9-B模型的港口船舶紅外檢測方法

收稿日期：2024-01-17責任編輯：王建青

基金項目：國家自然科學基金資助項目（62271437，62373318）；河北省博士后科研擇優資助項目（B2023003005）；河北省創新能力提升計劃資助項目（22567619H）;省級重點實驗室績效補助經費項目（22567612H）

作者簡介：曹子玉（1966-），男，河北邯鄲人，教授級高級工程師，主要研究方向為智慧港口建設；*通信作者：閆磊（1989-），男，河北昌黎人，博士后，主要研究方向為智慧港口建設理論和水下智能控制系統設計，Email：ysuyanl@163.com。

摘要：為了進一步提高港口作業安全與智能化水平，本文針對海上復雜環境下的在港船舶智能檢測方法進行研究。主要考慮客觀環境引起的成像模糊及拍攝角度不同導致的船舶目標較小等因素造成的檢測不準確問題，提出了一種基于YOLOv9-B的高精度紅外船舶檢測模型。首先，設計一種多尺度空間注意力機制，采用多個空洞卷積取代原本空間注意力中的普通卷積，擴大感受野捕獲更多全局信息。然后，設計一種分支融合注意力機制，通過引入便捷通道注意力和多尺度空間注意力機制來增強小目標和模糊目標關注度，減少特征融合過程中的目標信息損失。最后，將YOLOv9中RepNCSPELAN4模塊替換為C2f模塊，加強特征提取能力，提高模型檢測準確度。在紅外船舶數據集和本文自建數據集進行消融實驗，結果顯示，相較于YOLOv9模型，本文模型在mAP上分別提升了1.6%和1.9%，檢測速度分別提升了3.2和1.2 fps。同時，對比實驗表明，相較于其他主流模型，本文模型更具優越性。

關鍵詞：YOLOv9-B；紅外船舶檢測；多尺度空間注意力機制；分支融合注意力機制

中圖分類號： TP391.4文獻標識碼： ADOI：10.3969/j.issn.1007-791X.2024.06.007

0引言

近些年來，為了提高港口作業安全性與作業效率，智能化船舶目標檢測受到了學術界與工業界的廣泛關注。最初船舶目標檢測主要基于可見光技術，受環境影響較大。隨著技術的發展，紅外雷達探測技術因抗干擾能力強、探測距離遠、夜間可工作等特點被廣泛應用至港口運輸管理、海上救援、非法艦船檢測等方面[1-3]。在港口應用中，基于紅外雷達獲取的在港船舶數據為港口的智能化和無人化作業提供了重要支持。

盡管紅外雷達探測技術有諸多優勢，但在港口海上紅外檢測任務中，由于攝像裝置一般在岸基布設，在港池范圍較大時，與船舶之間相差距離較遠，所以成像場景范圍較廣造成目標大小分布不均[4-5]。同時，紅外圖像存在紋理特征不突出、噪聲多、分辨率低、圖片模糊等問題。當圖像中存在模糊小目標，也就是目標寬度和高度均小于特定像素閾值，僅僅占據了圖像的極小部分時，可能導致檢測不到目標[6-9]。這些問題給船舶紅外檢測帶來了很大挑戰。

目前，隨著人工智能技術的發展，深度學習方法已經被證實可以大大提高目標檢測效率和性能。常見的目標檢測方法分為單階段檢測方法和兩階段檢測方法。兩階段檢測方法包括R-CNN、Faster R-CNN[10]等。這些方法主要通過區域提議網絡生成候選區，然后通過ROI從特征圖中提取與這些候選區對應的固定尺寸特征，最后，預測每個ROI的類別和邊界框回歸。此類方法實現了高精度檢測，但計算花銷大，導致檢測速度慢，實時性差，無法滿足港口現場實時應用。單階段檢測方法主要包括SSD和YOLO系列等，這類方法通過網絡直接回歸出目標大小、位置和類別，因此檢測速度更快。文獻[11]提出引入高分辨率特征層來充分提取淺層特征圖中的目標細節信息，從而增強小目標檢測能力，同時提出一種組合注意力機制加強特征融合過程中淺層特征的噪聲干擾，但是沒有考慮深層網絡特征。文獻[12]提出一種融合注意力的YOLOv5s結構，同時引入SPD-Conv，提高小目標和低分辨率圖像的檢測精度，以解決漏檢問題。文獻[13]提出一種雙骨干網絡結構，通過加強目標區域特征，提升小目標檢測精度，但未考慮到圖片模糊時特征融合會加劇目標特征的不明顯問題。文獻[14]提出改進的YOLOv7網絡FMR-YOLO，通過DCP圖像增強對原始分類產生的噪聲標簽進行校正，解決圖像模糊和噪聲問題，同時在特征金字塔結構中引入空洞卷積，加強對不同尺度目標的檢測能力。但是以上文獻沒有考慮網絡模型在融合過程中帶來的信息冗余問題，僅僅關注局部信息。

YOLOv9改進骨干網絡和特征融合策略，能夠更好地捕捉小目標，但在檢測模糊圖像時效果較差。為了彌補YOLOv9模型的不足，進一步提高小目標檢測的精度，本文提出了一種YOLOv9-B目標檢測模型，并應用于港口紅外船舶目標檢測中。如圖1所示，首先，在FPN特征融合階段引入空間和通道兩個維度注意力機制，降低了模型復雜度并捕捉更多全局信息。其次，引入C2f模塊增強特征提取能力。最后，在通用數據集和本文額外采集的紅外雷達船舶數據集上驗證模型性能。

本文主要創新點如下：

1） 針對紅外雷達圖像紋理特征模糊以及目標較小的問題，提出分支融合注意力機制。分支融合注意力機制包含便捷通道注意力機制和多尺度空間注意力機制。便捷通道注意力機制降低模型復雜度，實現跨通道交互。多尺度空間注意力機制能夠獲取更多全局信息，加強細節特征的表示能力。

2） 針對船舶圖像識別過程中由于目標模糊和體積較小造成的檢測精度低的問題，使用C2f模塊替換YOLOv9中骨干網絡及頸部使用的RepNCSPELAN4模塊，引入多個殘差連接，將多個特征圖融合，充分利用多個層級目標特征，加強目標信息傳遞，突出目標紋理信息和邊緣信息。

1YOLOv9-B網絡結構

YOLOv9-B的網絡結構如圖1所示。不同于傳統的YOLO系列，YOLOv9-B采用了一種新的輔助監督框架可編程梯度信息（PGI），主要包含主分支、輔助可逆分支和多級輔助信息。主分支主要分為四個部分：輸入端（Input），骨干網絡（Backbone），頸部（Neck）、預測部分（Prediction）。首先，在主分支中，獲取圖片后，YOLOv9通過等比例縮放以及填充等方法將輸入圖像裁剪成統一尺度640×640輸入至骨干網絡。骨干網絡采用CBS模塊、C2f模塊進行特征提取，產生不同分辨率特征圖分別用于捕獲不同尺度目標。頸部采用FPN+PAN結構，包含SPPELAN、C2f以及本文提出的分支融合注意力機制BFAM（Branch fusion attention mechanisms）結構，FPN與骨干網絡的特征進行融合，加強目標信息傳遞能力，同時BFAM加強目標關注度。在預測部分中，輸出目標船舶的類別和位置。輔助可逆分支中，輔助可逆分支結構與主分支相似，僅在Backbone中獲得豐富的梯度信息，并分享給主分支，而不參與推理階段，因此沒有增加推理過程時間損耗。多級輔助信息是在特征金字塔和主分支之間的網絡，結合不同預測頭返回的梯度，輸出三個預測分支。

1.1分支融合注意力機制

為了解決紅外雷達圖像紋理特征模糊以及目標較小的問題，本文引入BFAM。BFAM主要包含便捷通道注意力ECA（Efficient Channel Attention）[15]模塊和多尺度空間注意力MSAM（Multi-scale Spatial Attention Mechanisms）模塊，分別從空間和通道維度建立遠程上下文信息。如圖2所示，與傳統使用方法不同，本文將BFAM引入FPN中的特征融合部分。將MSAM模塊添加到骨干網絡橫向連接中，由于骨干網絡特征圖分辨率高，因此可以更好地捕獲目標細節信息。同時將ECA引入FPN自上而下操作中，實現通道間交互，豐富語義信息。

1.2便捷通道注意力機制

不同于傳統SE注意力機制，ECA是一種輕量級通道注意力機制。如圖3所示，ECA沒有采用降維操作，僅捕獲每個通道與其k個相鄰通道間的關聯，有助于降低模型復雜度，實現了適當的跨通道交互。具體過程如下，FPN自上而下連接部分輸入為Xl∈RH×W×C，ECA經過全局平均池化操作整合全局信息，同時特征圖大小被縮減至1×1，隨后通過1維卷積實現通道間交互，相應的ECA輸出特征XECA為

X′l=Conv1d［（GAP（Xl），k］，（1）

XECA=sigmoid（X′l）UXl，（2）

式中：X′l代表中間輸出；GAP代表全局平均池化操作；X′l=Conv1d［·，k］代表1維卷積操作，卷積核大小為k；sigmoid（·）代表sigmoid激活函數操作；代表逐元素乘法。

為了自適應不同特征輸入的變化，自適應卷積核k的計算方式

式中：C代表通道數；todd代表最接近t的奇數；γ和b分別設置為2和1。

1.3多尺度空間注意力機制

本文對CBAM[16]中空間注意力機制進行改進，CBAM卷積部分采用7×7卷積操作，本文采用3個大小相同但空洞率不同的3×3卷積替代7×7卷積，操作流程如圖4所示。相較于CBAM，本文提出的MSAM獲得了更大的感受野，能夠捕捉到更多全局信息，同時，多個不同大小空洞率卷積結合加強了不同密度的采樣，提升了捕捉細節特征的能力，感受野對比效果如圖5所示。

首先對骨干網絡輸入特征圖Cl在通道維度進行最大池化和平均池化操作縮減通道數。其次，采用拼接操作生成有效的特征描述符，從而突出信息區域。然后，通過不同空洞率卷積進一步提取目標特征，多個不同空洞率卷積結合減少了參數量，增加了感受野范圍，同時保證了一定的采樣密度，有助于捕捉多種尺度目標。最后，通過矩陣乘法生成二維空間注意特征圖。具體操作過程為

式中：C′l代表中間過程輸出；GMP代表全局最大池化操作；concat［·，·］代表在通道維度拼接操作；Conv2d（·，k，d）代表卷積核大小為k，空洞率為d的空洞卷積操作，本文k值取3。

1.4C2f結構

在紅外船舶圖像檢測中，存在船舶圖像目標模糊和尺寸小的問題。現存的目標檢測框架為了更好處理此類問題，多用卷積深層次提取目標特征。然而，YOLOv9中骨干網絡及頸部使用的RepNCSPELAN4模塊在快速、準確、輕量間均衡，導致不能充分提取小目標和模糊目標特征。因此，本文使用C2f模塊對RepNCSPELAN4進行替換，充分提取小目標和模糊目標特征。

如圖6所示，在RepNCSPELAN4模塊中，卷積層后使用多個RepNCSP層對目標特征進行提取，但提取后的特征并不充分，易導致小目標特征逐漸削弱。為此C2f模塊對多個Bottleneck層連接部分進行改進，通過n個Bottleneck對目標特征進行更深層次處理，并且為保證每一個Bottleneck提取出的特征都被有效保留，C2f引入多個殘差連接，將多個特征圖融合，充分利用多個層級目標特征，加強目標信息傳遞。因此，對于小目標和模糊目標而言，多個特征層疊加，突出了小目標和模糊目標紋理信息和邊緣信息，有助于提升紅外船舶檢測的性能。

2實驗結果與分析

2.1數據集

本實驗數據集分為兩個部分。第一部分采用公開的紅外海上船舶數據集，該數據集涵蓋了多個不同場景、不同時間段、不同分辨率的紅外船舶圖像，以便更好地分析模型性能。數據集共有8 402張紅外圖片，7種類別，分別為郵輪（liner）、散貨船（bulk carrier）、軍艦（warship）、帆船（sailboat）、皮劃艇（canoe）、集裝箱船（container ship）、漁船（fishing boat）。數據集被劃分為3部分：訓練集、驗證集、測試集，比例為8∶1∶1，其中訓練集6 721張，驗證集841張，測試集840張。第二部分數據集是通過紅外雷達在秦皇島港股份有限公司六公司碼頭對不同船舶目標進行拍攝所獲得的。為了保證數據集多樣性，同時通過紅外雷達對早晚和不同姿態下的船舶目標進行多次采集，共挑選407張不同距離和動作的圖片。數據集涵蓋貨輪（cargo boat）和拖輪（tugboat）兩種類別，并采用Labeling軟件標注船舶目標類別和位置信息。不同于第一部分，本部分按照8∶2的比例劃分圖像為訓練集和測試集，訓練集圖片325張，測試集圖片82張。所提出模型和對比模型均在兩個數據集上進行驗證。

2.2實驗環境和參數

本文所有實驗均在Windows系統、Pytorch框架進行，具體設備和環境參數如表1。

本實驗輸入圖像大小為640×640，為了公平比較，所有模型均不采用預訓練。訓練迭代輪數（epoch）為200，批量大小（batchsize）為8，優化器為SGD，初始學習率為0.01。

2.3模型評估與分析

實驗采用多種評價指標評測模型綜合性能：精確率Precision（P）、召回率Recall（R）、平均AP（mean Average Precision，mAP@0.5）、模型參數量、檢測速度。mAP數值越高，代表模型性能越好。其中精確率和召回率計算方式為

式中：NTP和NFP分別為預測的真陽性和假陽性的邊界框數量；NFN為未檢測到的對象數量。

AP反映每個類別檢測精度，mAP反映不同目標類別檢測精度的平均值，評價模型效果更為直觀，計算方式為

式中：M代表目標類別數目。

2.4消融實驗和對比實驗

首先，在輸入圖像大小均為640×640情況下，分別在兩個數據集上驗證所提出創新方法對模型的影響，如表2和表3。在紅外海上船舶數據集和本文數據集中，分支融合注意力機制顯著提升了檢測精度，mAP分別增加了0.8%和1.1%。在此基礎上，繼續添加C2f模塊，也就是本文提出的YOLOv9-B模型，mAP各提升了0.8%。在檢測速度方面，相較于原始檢測速度，添加BFAM模塊后檢測速度僅降低了0.2和0.1 fps，本文提出的YOLOv9-B模型檢測速度相較于原始模型分別提升了3.2和1.2 fps。可見本文模型在檢測速度和檢測精度方面相對于對比模型均有較大提升，且檢測速度大于25 fps，能夠滿足實時目標檢測的需求。

在紅外海上船舶數據集對比實驗中，對比了YOLOv5、YOLOv7、 YOLOv9、Faster R-CNN、基于Transformer架構的DETR、 IRMultiFuseNet和FMR-YOLO檢測器。如表4所示，分別在精確率、召回率、mAP、參數量和檢測速度5項性能指標上對比了各種檢測模型。在檢測精確率上，本文模型略低于FMR-YOLO，與IRMultiFuseNet相近，遠高于其他模型。在召回率上，本文模型僅略低于Faster R-CNN和DETR，但高于其他模型。在平均檢測精度上，本文模型取得了最高的mAP，對比其他模型上分別提升1.6%、3.5%、5.1%、2.3%、1.6%、4.7%和1.9%。mAP越高代表模型的檢測性能越好，即本文模型的檢測精度最高，可以有效防止因為漏檢而導致進出船舶數量統計出現較大誤差。在參數量上，本文模型略高，但相較于改進之前的YOLOv9有提升。在檢測速度上，本文模型低于IRMultiFuseNet和YOLOv7，與YOLOv5和FMR-YOLO相近，但本文模型在檢測速度方面達到了30.4 fps，超過能夠產生視覺上流暢運動效果的25 fps幀率。在本文自建數據集對比實驗結果如表5所示。在精確率上，本文模型最優，遠高于其他模型。在召回率上，本文模型低于對比模型。在最重要的平均檢測精度上，本文模型同樣取得了最高的mAP。在模型參數量上，本文模型低于YOLOv5、YOLOv7和DETR，優于其他模型。在檢測速度上，本文模型僅低于YOLOv5和YOLOv7，但也達到了28.2 fps，能夠滿足實時檢測需求。

為了進一步驗證所提模型的優越性，同YOLO系列中先進模型的檢測效果進行對比，紅外海上船舶數據集檢測結果如圖7所示，可見YOLOv5模型漏檢最為嚴重，漏檢了更多目標。YOLOv7與YOLOv9檢測結果類似，相較于YOLOv5模型有一定提高，但也漏檢了幾個目標。而本文YOLOv9-B針對小目標問題有良好檢測性能。本文數據集檢測結果如圖8所示，YOLOv7和YOLOv9均對同一物體檢測出兩個類別，嚴重誤檢，而YOLOv5將貨輪檢測為拖輪，檢測錯誤。可見，本文模型在檢測準確度方面表現良好。因此，本文提出的方法很好地解決了復雜環境下的紅外船舶檢測困難問題。

為了驗證本文模型針對復雜環境下紅外船舶的檢測效果，對雨霧天氣下特征不清晰的船舶圖像進行檢測實驗。首先對8 402張數據集進行篩選，找到含有小目標較多的圖像500張，然后對500張小目標圖像進行圖像加霧處理，模擬雨霧天氣下的紅外圖像，分別采用FMR-YOLO、IRMultiFuseNet、YOLOv9和本文模型進行檢測，檢測結果如圖9所示。可見相比于FMR-YOLO，本文模型識別出更多的帆船和皮劃艇；相比于IRMultiFuseNet，本文模型識別出更多的游輪、皮劃艇和帆船；相比于YOLOv9，本文模型識別出更多的帆船和皮劃艇，此外YOLOv9還將帆船和皮劃艇誤檢為漁船。這表明在惡劣天氣下本文模型也可以實現更高精度的紅外船舶檢測。

3結論

本文針對復雜環境下紅外船舶檢測困難問題，提出了一個高精度檢測模型——YOLOv9-B。具體方法包括：1）設計了一個全新的網絡結構，保證其充分提取目標特征，保證模型檢測準確度更高。2）設計了一種分支融合注意力結構添加在頸部特征融合部分，將ECA注意力機制作為分支一，將提出的MSAM注意力機制作為分支二，二者結合緩解了特征融合過程帶來的信息冗余。3）使用C2f模塊替換原本的RepNCSPELAN4模塊用于特征提取，從而保留更多的小目標和模糊目標的有效信息，進一步加強檢測精度。通過本文模型與其他先進模型的對比實驗，可見YOLOv9-B在檢測性能方面更具優勢，獲得了更高的mAP，同時，檢測速度也可以達到實時目標檢測的標準。這表明上述方法可以用于港口實際作業環境。

參考文獻

[1] CHEN X， QIU C， ZHANG Z. A multiscale method for infrared ship detection based on morphological reconstruction and two-branch compensation strategy[J]. Sensors， 2023， 23（16）： 7309.

[2] 劉芬， 孫杰， 張帥， 等. 基于YOLOv5的紅外船舶目標檢測算法[J]. 紅外與激光工程， 2023， 52（10）： 20230006.

LIU F， SUN J， ZHANG S， et al. Infrared ship target detection algorithm based on YOLOv5[J]. Infrared and Laser Engineering， 2023， 52（10）： 20230006.

[3] MO W， PEI J. Nighttime infrared ship target detection based on two-channel image separation combined with saliency mapping of local grayscale dynamic range[J]. Infrared Physics amp; Technology， 2022， 127： 104416.

[4] LU D， TAN J， WANG M， et al. Infrared ship target detection based on dual channel segmentation combined with multiple features [J]. Applied Sciences， 2023， 13（22）： 12247.

[5] 侯玥， 王開宇， 金順福. 一種基于YOLOv5的小樣本目標檢測模型[J]. 燕山大學學報， 2023， 47（1）： 64-72.

HOU Y， WANG K Y， JIN S F， et al. A few-shot object detection model based on YOLOv5[J]. Journal of Yanshan University， 2023， 47（1）： 64-72.

[6] HAN Y， LIAO J， LU T， et al. KCPNet： knowledge-driven context perception networks for ship detection in infrared imagery[J]. IEEE Transactions on Geoscience and Remote Sensing， 2022， 61： 1-19.

[7] WU P， SU S， TONG X， et al. SARFB： strengthened asymmetric receptive field block for accurate infrared ship detection[J]. IEEE Sensors Journal， 2023， 23（5）： 5028-5044.

[8] 張炳焱， 張闖， 石振男， 等. 基于YOLO-FNC模型的輕量化船舶檢測方法[J].中國艦船研究， 2024， 19（5）： 180-187.

ZHANG B Y， ZHANG C， SHI Z N， et al. Lightweight ship detection method based on YOLO-FNC model[J].Chinese Journal of Ship Research， 2024， 19（5）： 180-187.

[9] 董眾， 林寶軍， 申利民. 一種基于圖像顯著性的離岸船舶目標檢測效率優化方法[J]. 燕山大學學報， 2020，44（4）：418-424.

DONG Z， LIN B J， SHEN L M. An efficiency optimization method of offshore ship target detection based on saliency[J]. Journal of Yanshan University， 2020， 44（4）： 418-424.

[10] WU P， SU S， TONG X， et al. SARFB： strengthened asymmetric receptive field block for accurate infrared ship detection [J]. IEEE Sensors Journal， 2023， 23（5）： 5028-5044.

[11] REN S， HE K， GIRSHICK R， et al. Faster R-CNN： towards real-time object detection with region proposal networks [J]. IEEE Transactions on Pattern Analysis and Machine Intelligence， 2016， 39（6）： 1137-49.

[12] WANG Y， WANG B， HUO L， et al. GT-YOLO： nearshore infrared ship detection based on infrared images[J]. Journal of Marine Science and Engineering， 2024， 12（2）： 213.

[13] ZHOU W， BEN T. IRMultiFuseNet： ghost hunter for infrared ship detection[J]. Displays， 2024， 81： 102606.

[14] DENG H， ZHANG Y. FMR-YOLO： infrared ship rotating target detection based on synthetic fog and multiscale weighted feature fusion[J]. IEEE Transactions on Instrumentation and Measurement， 2024， 73：5001717.

[15] WANG Q， WU B， ZHU P， et al. ECA-Net： efficient channel attention for deep convolutional neural networks[C]∥Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition， Seattle， USA， 2020： 11534-11542.

[16] WOO S， PARK J， LEE J Y， et al. Cbam： convolutional block attention module[C]∥Proceedings of the European Conference on Computer Vision， Munich， Germany， 2018： 3-19.

[17] 古靜， 朱志宇. 改進YOLOv5的紅外船舶目標檢測算法[J]. 電光與控制， 2023， 30（10）： 21-26.

GU J， ZHU Z Y. An infrared ship target detection algorithm based on improved YOLOv5[J]. Electronics Optics amp; Control， 2023， 30（10）： 21-26.

[18] CARION N， MASSA F， SYNNAEVE G， et al. End-to-end object detection with transformers[C]∥ Proceedings of the European Conference on Computer Vision， Glasgow， UK， 2020： 213-229.

[19] WANG C Y， BOCHKOVSKIY A， LIAO H Y M. YOLOv7： trainable bag-of-freebies sets new state-of-the-art for real-time object detectors[C]∥Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition， Vancouver， Canada， 2023：7464-7475.

Infrared ship detection in harbor based on YOLOv9-B model

CAO Ziyu1， ZHANG Wenyu2， YAN Lei1，3，WANG Yunkun4 ， LI Xinbin4

（1. Hebei Port Group Co. Ltd.， Qinhuangdao， Hebei 066000， China;

2. Qinhuangdao Port Co. Ltd.， Qinhuangdao， Hebei 066000， China;

3. School of Information Science and Engineering， Yanshan University， Qinhuangdao， Hebei 066004， China;

4. Key Lab of Industrial Computer Control Engineering of Hebei Province， Yanshan University， Qinhuangdao， Hebei 066004， China）

Abstract： To further enhance the safety and intelligence of port operations， intelligent detection methods for ships in the harbor under complex conditions are studied in this paper. It primarily addresses issues of detection inaccuracies caused by imaging blur due to environmental factors and the small size of vessel targets resulting from shooting angles. A high-precision infrared vessel detection model based on YOLOv9-B is proposed. Firstly， a multi-scale spatial attention module is designed， wherein traditional convolutions in spatial attention are replaced with multiple dilated convolutions to expand the receptive field and capture more local information. Secondly， a branch fusion attention mechanism is devised to enhance the focus on small and blurry targets by introducing efficient channel attention and multi-scale spatial attention， thereby reducing the loss of target information during feature fusion. Finally， the RepNCSPELAN4 module in YOLOv9 is replaced with the C2f module to strengthen feature extraction capabilities and improve detection accuracy. The ablation experiments are conducted on the infrared ship dataset and the self-constructed dataset in this paper， and the results show that compared with the YOLOv9 model， the proposed model improves the mAP by 1.6% and 1.9%， and improves the detection speed by 3.2 and 1.2 fps， respectively. At the same time， the comparative experiments show that the proposed model is superior to other mainstream models.

Keywords： YOLOv9-B; infrared ship detection; multi-scale spatial attention mechanism; branch fusion attention mechanism