面向智能航道巡檢的水面目標檢測算法

任思羽 黃琦麟 左良棟 吳瑞 蔡楓林

doi： 10.11835/j.issn.1000-582X.2024.04.010

收稿日期：2023-08-22

基金項目：2021年重慶市本科院校與中國科學院科研院所合作項目（HZ2021015）；重慶市教委科學技術研究重點資助項目（KJZD-K202305201）。

Foundation：Supported by Scooperation Project between Chongqing Municipal Undergraduate Universities and Institutes Affiliated to the Chinese Academy of Sciences in 2021 （HZ2021015） and Key Project of Science and Technology Research of Chongqing Education Commission （KJZD-K202305201）.

作者簡介：任思羽（1971—），女，碩士，副教授，主要從事計算機網絡技術、信息安全、計算機視覺等方向研究，（E-mail）505700782@qq.com。

通信作者：黃琦麟（1998—），男，碩士研究生，（E-mail）2021208059@cqust.edu.cn。

摘要：為解決多場景復雜內河背景下水面目標檢測存在環境噪聲大、水面目標分布情況繁雜、特征微小模糊等問題，提出一種融合多尺度特征和注意力機制，增強類激活映射的水面目標檢測算法，稱UltraWS水面目標檢測算法。在典型檢測網絡上設計空間注意力模塊與多頭策略，融合多尺度特征，提高對微小目標的檢測能力。其次，提出UltraLU模塊增強類激活映射，減小環境因素與分布因素對檢測目標的影響。最后，設計對模型進行Tucker張量分解，實現模型輕量化，增強模型的可解釋性與推理速度。實驗結果表明，所提出的UltraWS算法提高了對背景噪聲的抗干擾能力，更好捕捉微小目標，滿足邊緣化部署的檢測速度和準確率均衡性需求。在WSODD數據集上，算法的mAP值取得了最高的84.5%，相較于其他主流方法存在較大提升?；谔岢龅乃惴ń⒑降腊踩矙z體系與評估方法，有利于推動內河智慧航運的發展。

關鍵詞：水面目標檢測；注意力機制；類激活映射；張量分解

中圖分類號：TP391.4????????? 文獻標志碼：A????? ?????? 文章編號：1000-582X（2024）04-114-13

A novel water surface target detection algorithm for intelligent waterway inspection

REN Siyu1，2， HUANG Qilin3， ZUO Liangdong4， WU Rui3， CAI Fenglin3

（1. School of Information Science & Engineering， Lanzhou University， Lanzhou 730000， P. R. China;

2. Teaching Department of the Open University of Chengdu， Chengdu 610051， P. R. China; 3. School of Intelligent Technology & Engineering，? Chongqing University of Science and Technology， Chongqing 401331， P. R. China; 4. Chongqing Nearspace Innovation R&D Ceater， Shanghai JiaoTong University， Chongqing 401135， P. R. China）

Abstract： To address the challenges posed by environmental noise， complex water surface target distributions， and the blurring of small-scale features in water surface target detection against complex river backgrounds， this paper presents UltraWS， an enhanced water surface target detection algorithm that integrates multi-scale features and attention mechanisms. Firstly， a spatial attention module and multi-head strategy are incorporated into a standard detection network to fuse multi-scale features and improve the detection capability of small targets. Secondly， the UltraLU module is introduced to enhance class activation mapping and reduce the influence of environmental and distribution factors on target detection. Finally， a Tucker tensor decomposition method is applied to achieve model lightweighting， enhancing model interpretability and inference speed. Experimental results demonstrate that the proposed UltraWS algorithm improves resistance to background noise， enhances small target detection， and achieves a balance between detection speed and accuracy suitable for edge deployment requirements. On the WSODD dataset， the algorithm achieves the highest mAP value of 84.5%， outperforming other mainstream methods by a considerable improvement. This proposed algorithm， coupled with the established channel safety inspection system and evaluation method， contributes significantly to the advancement of intelligent river transportation.

Keywords： water surface target detection; attention mechanism; class activation mapping; tensor decomposition

航道安全是水上交通運輸與物流貿易的重要保障，確保船舶來往暢通與航行環境穩定。航道安全的管理正趨于向數字化、自動化、智能化的全新范式進行轉變[1]。近年來，計算機視覺技術廣泛應用于航道管理的各種場景，包括航道安全監控[2]，船舶自主導航[3]，港口集裝箱識別[4]等。同時，在基于計算機視覺的航道巡檢方面也引發廣大學者的研究[5?6]。無人船設備借助目標檢測算法，進行周期巡邏作業是當前智能航道巡檢的主流解決方案。然而，多場景復雜內河背景下，天氣、水面光照反射、水波、植被遮擋等環境因素帶來的影響明顯（如圖1所示），且水面目標分布情況繁雜、外觀微小、紋理特征模糊[7]。因此，水面目標檢測被認為是一個困難且有價值的研究工作。

為實現對安全隱患、異常行為的智能化識別，眾多學者研究基于雙階段和基于單階段的目標檢測方法?；陔p階段的目標檢測方法以R-CNN[8]（regions with CNN features）檢測網絡為代表，該方法在檢測過程中通過感興趣區域提取相當數量的候選框，每個候選框通過獨立的CNN通道進行分類預測。R-CNN網絡具備精確目標定位和強大的目標識別能力，通過多階段訓練過程提供了高度準確的目標檢測性能，尤其適用于小樣本數據[9?11]?；趩坞A段目標檢測網絡以密集采樣策略模型為代表，YOLO[12]（you only look once）模型以及眾多基于YOLO的密集采樣策略模型通過對輸入圖像中每個位置都產生一個固定數量的預測結果，同時完成目標分類和位置回歸，不需要顯示候選框生成過程。YOLO網絡作為目標檢測模型的優勢包括：1）實時性高：YOLO能夠在圖像中快速檢測多個目標對象，使其適用于實時應用，如自動駕駛和視頻監控[13?14]；2）準確性高：YOLO能夠在不犧牲準確性的前提下檢測多種不同大小和形狀的目標[15?16]；3）簡單高效：YOLO的網絡架構相對簡單，易于訓練和部署，使其在各種計算資源有限的場景中具備競爭力[17?18]。

在水面目標檢測的相關研究中，童小鐘等[19]基于特征金字塔網絡，融合注意力和多尺度特征實現了海況背景下無人艇的高效環境感知能力。王一早等[20]針對水面垃圾檢測問題改進了YOLO v3網絡，加強了小目標的特征信息。馮俊健等[21]提出了基于多視圖交叉一致性學習的水面目標檢測算法，緩解了半監督學習有限標注樣本過擬合的問題，提高無標注樣本中目標提取的有效性。馮輝等[22]基于YOLO v3網絡融合殘差密集模塊，提升了水面目標的檢測精度。周治國等[23]研究融合時空信息來增強水面目標跟蹤精度。Bovcon等[24]構建了海面目標檢測的基準并提出基于編解碼器架構的水障分離和細化網絡。Zust等[25]學者的研究從弱監督注釋中訓練障礙物檢測分割網絡，降低關鍵目標的標注成本。

本研究對多場景復雜內河背景的水面目標檢測任務進行分析。內河水面目標檢測任務中存在環境噪聲（如：天氣、光照、水波、植被遮擋）影響大，目標外觀及紋理特征微小，目標分布情況類型多（如：密集分布、重疊分布、稀疏分布）等問題，之前的方法無法有效對潛在安全隱患目標進行準確識別。此外，常規目標檢測模型參數量大，對算力要求高，導致算法響應時間長，且無法在邊緣端設備進行部署，大大阻礙無人船智能化的研究進展。

面向內河航道安全巡檢的水面目標檢測任務，針對水面環境噪聲大、目標特征難以提取，設計提出一種融合多尺度特征和注意力機制，增強類激活映射的水面目標檢測算法，稱作UltraWS算法。該算法在典型檢測網絡上設計注意力模塊與多頭策略，融合多尺度特征，提高對極其微小目標的檢測能力。研究提出UltraLU模塊增強類激活映射，減小環境因素與分布因素對檢測目標的影響。此外，基于無人艇環境感知邊緣化部署目的，設計對模型進行Tucker張量分解，增強內河目標檢測模型的可解釋性與推理速度，實現模型輕量化。實驗表明，模型性能與當前主流算法相比取得領先，所提出的算法能夠滿足檢測速度和準確率的均衡性需求。內河目標檢測模型在達到穩定性要求的同時，參數量大幅減少，實現了在邊緣端設備部署的可能。在內河水面目標檢測算法的基礎上，對航道水面環境與潛在安全隱患的關聯性進行分析，提出了內河航道安全巡檢的智能化方法。

1 UltraWS水面目標檢測算法

為實現多場景復雜內河背景下的水面目標檢測任務，針對無人船感知的水面物體視覺數據進行深入分析，提出UltraWS水面目標檢測算法，整體算法框架如圖2所示，重點包含3個步驟：第一步，改進典型的目標檢測網絡；第二步，提出UltraLU模塊進行類激活映射增強；第三步，設計Tucker張量分解輕量化目標檢測模

型，減少模型參數量以及浮點運算量。在建立目標檢測網絡過程中，首先在大規模的計算機視覺通用數據集上進行預訓練，以增強模型的泛化推理能力。面向無人船感知的水面物體視覺數據集上對典型目標檢測網絡進行改進，為更好檢測微小目標、水面重疊、融合注意力模塊增加額外預測頭，完成構建內河背景下關鍵目標檢測模型。研究提出UltraLU模塊，增強模型對環境噪音的抗干擾能力。最后，設計Tucker張量分解極大減少算法整體參數量。

1.1 改進目標檢測網絡

為保證檢測精度與速度的均衡性，基于典型單階段檢測網絡進行改進，設計適用于水面隱患目標的檢測網絡。如圖3所示，改進后的網絡主要由3部分構成：主干特征提取部分（Backbone）、特征處理脖頸部分（Neck）和檢測頭部分（Head）。

CBS模塊由卷積層、標準化層以及SiLU激活函數層組成，是網絡中一個高效的基本模塊。CBAM模塊為融合注意力模塊，在網絡中替換了原始結構中的前兩層CBS模塊，且在Backbone部分與Neck部分之間也增加了注意力模塊。Head部分的CBM模塊與CBS相似，差異之處在于由Sigmoid激活函數層代替了SiLU激活函數層，在特征頭使用Sigmoid將輸出映射值限制在0～1之間，便于概率解釋，以及設定正負類別閾值。在改進的網絡中增加了一個額外的檢測頭，增強網絡對微小目標的檢測能力。

在Head部分的REP模塊分為訓練與推理2個類別。訓練過程主要內容是疊加3個分支，分別是：特征提取、平滑特征以及恒等函數。推理過程是對訓練的重參數化。MP模塊的作用是下采樣，在Backbone部分和Neck部分均有出現。ELAN和ELAN-W模塊通過控制極端長度的梯度路徑，使網絡能夠學習到的特征更多，魯棒性更強。SPPCSPC模塊將輸入特征圖劃分為不同的網格，并分別應用最大池化操作。SPPCSPC模塊通過引入多個尺度的池化層，以及不同的池化窗口大小，來捕獲不同感受野的特征，以幫助模型更好理解輸入數據的多尺度信息。這個模塊的增加，增大了網絡的感受野，加強網絡在不同分辨率圖像下的適應能力。

1.2 融合注意力模塊

在水面應用場景中，存在天氣條件惡劣、背景噪聲大和物體分布復雜等特殊情況，導致算法無法有效提取輸入圖像的語義特征信息，出現誤檢和漏檢情況。因此，筆者提出在網絡結構中加入CBAM（convolutional block attention module）[26]注意力機制的方法，提高算法應對特殊水面場景的特征提取能力，降低無關水面目標和復雜背景對潛在水面隱患目標檢測的干擾，同時提高識別準確率。CBAM對輸入的特征圖沿2個獨立維度分別計算出注意力圖，將其與輸入特征圖進行自適應特征融合，模塊結合了通道注意力和空間注意力，以進一步細化特征信息。其結構如圖4所示。

通道注意力模塊通過考慮特征圖通道之間的相互關系，利用平均池化和最大池化方式來匯聚特征圖的空間信息，減少信息丟失。由此生成的通道注意圖主要關注提取水面隱患檢測目標的輪廓信息特征，通道注意圖計算公式如下

（1）

其中：為多層感知機層；為平均池化層；為最大池化層；與分別代表平均池化特征與最大池化特征。

在通道注意力模塊之后，引入空間注意力模塊。模塊利用卷積操作，同樣結合池化方法來聚合位置信息，該模塊的輸入是通過將通道注意特征圖與初始輸入相乘得到。之后，將這些特征拼接，利用卷積和Sigmoid激活函數得到帶有空間注意力的空間矩陣，最終，將這個矩陣與通道注意特征圖相乘，得到新的特征圖。其計算公式為

（2）

1.3 增加額外預測頭

內河航道水面數據集包含許多外觀特征微小的實例，使得水面小目標檢測變得異常棘手。為實現UltraWS算法對水面目標多尺度檢測，筆者提出增加額外預測頭，不同于原始網絡的3個探測頭，UltraWS算法的4個探測頭可以探測到微小的水上垃圾和浮球，特別是對在圖像中相對較遠位置上的目標進行捕獲。此4探測頭結構可以提高檢測穩定性，減少目標尺度變化所帶來的嚴重負面影響。添加的預測頭如圖3中所示，從低級別、高分辨率的特征圖中生成，雖然計算和內存成本增加，但對于極小對象檢測性能更佳。

1.4 UltraLU模塊

為提高模型對環境噪聲的抗干擾能力以及解釋性能與預測性能，筆者提出UltraLU模塊。在背景噪聲過大時，模型對圖像的理解容易受到假陰性的干擾。這種干擾主要表現為相對較高的歸因分數下降，而整體空間結構保持不變。為此，UltraLU模塊設計了一個分段線性函數，以增加受損高歸因分數的比例，提高其在部分標簽訓練模型中高于某個閾值的歸因得分。

，? （3）

其中，模塊引入了縮放因子和閾值參數，式子中1。UltraLU模塊的目標是確定一個適當的值和，使得排名靠前的歸因得分對正面標簽的貢獻較大，對負面標簽的貢獻較小。通過搜索零附近的值來實現這個目標。在實驗中，觀察到對于不同的值，模型的性能表現沒有明顯差異。因此，選擇了最簡單的情況，即0?；谶@些考慮，將等式重寫為類似于ReLU[27]的形式

。? （4）

通過將UltraLU應用于類激活映射的每個元素，如圖5所示，UltraLU將積極歸因得分提高了倍，這是被假陰性損害的主要目標，同時保持消極得分不變。

1.5 Tucker張量分解

UltraWS算法主要針對水面目標檢測網絡的Backbone部分設計Tucker張量分解。作為主成分分析的高階版本，Tucker分解在深度學習領域應用十分廣泛，其分解張量為一個核張量與每一維度上對應矩陣乘積，常被用于輕量化模型。以三階張量為例，Tucker分解過程可以表示為

，? （5）

其中：是核張量；，，是因子矩陣。，，是，，的成分數。因子矩陣屬于不同維度上的主成分，不同成分之間的交互程度用核張量來表示。

從元素的角度可以表示Tucker分解為

，? （6）

其中：；；。

從矩陣化理解Tucker分解可以表示為

。? （7）

2 實驗與結果分析

為證明所提出的UltraWS算法用于內河航道水面目標的檢測性能，采用WSODD數據集[7]進行實驗驗證，該數據集由7 000余張不同環境條件、天氣條件和拍攝時間的水面圖像組成，其中水面圖像中存在超過20 000個關鍵對象，且包括船舶、航標以及垃圾等14個常見對象類別，具體內容描述如表1所示。在實驗中UltraWS與目前主流檢測算法進行對比，驗證算法在多場景復雜內河背景下對水面多尺度目標表現出良好的檢測性能。

2.1 實驗環境

UltraWS水面目標檢測算法實驗所使用計算機的中央處理器型號為Intel Core i5-12400F，圖形處理器型號為NVIDIA GeForce RTX 3060Ti，算法程序框架選用PyTorch框架。具體實驗中，輸入的圖像被隨機裁剪成640×640的大小，采用傳統圖像處理方式對訓練數據進行增強以及歸一化處理。模型訓練使用SGD優化器，初始學習率和權重衰減分別設置為0.01和0.000 5。

2.2 評價指標

為了驗證提出的UltraWS水面目標檢測算法的有效性，使用精確率（Precision），召回率（Recall），F1值，以及平均精度均值（mean average precision，mAP）作為評價指標。這些評價指標的計算公式如下

，? （8）

，? （9）

，? （10）

其中：代表真陽性；和分別代表假陽性與假陰性。

平均精度（average precision，AP）評估了精確率與召回率之間的動態變化，其定義為

。? （11）

在實驗中，平均精度均值mAP為模型在識別各個類別目標所取得平均精度AP的整體平均值，最能反映模型的性能。

2.3 訓練過程

目標檢測網絡的訓練與驗證過程如圖6所示，評估指標平均精確率（mAP）曲線如圖7所示。訓練與驗證過程的損失曲線顯示，模型在訓練過程中逐漸收斂。在曲線的末尾，訓練損失和驗證損失之間的差異很小，只存在微小的泛化差距。平均精準率曲線展示了模型在140～150輪之間表現最佳，同時滿足檢測效率與準確率的均衡性目標。

2.4 消融實驗

為了驗證提出的UltraWS算法各個模塊的有效性，采用消融實驗對各個改進部分進行驗證［28-31］。在相同實驗條件下，將注意力模塊、額外檢測頭、UltraLU模塊分別加入到YOLO V7檢測算法中，評估各個模塊對檢測結果的影響，結果如表2所示。表中A方法表示YOLO V7算法；B方法表示增加的注意力模塊；C方法表示增加的額外檢測頭；D方法表示增加的UltraLU模塊。從表中可以看出，增加注意力模塊后，mAP提高了2.94%；增加一個額外檢測頭后，mAP提高了1.56%；引入設計的UltraLU模塊后，mAP提高了3.02%。可見，所提出的方法以及改進模塊都提升了網絡檢測性能。UltraWS算法融合注意力模塊后減少了漏檢與錯檢幾率，能夠提升監測網絡特征提取能力。增加額外一個檢測頭后，算法對多尺度特征的檢測效果有所增強。筆者設計的UltraLU模塊，能夠強化檢測網絡的抗干擾能力。

2.5 對比實驗

筆者提出的算法在測試集上取得精確率AP值在各個類別上的表現如圖8所示，算法平均精確率mAP為84.5%。如表3所示，將提出算法與當前主流目標檢測模型進行對比[33-35]。改進過后的水面隱患目標檢測網絡與原始網絡效果對比如圖9所示，同一場景下檢測效果的左側為原始網絡，右側為改進算法。圖9（a）左側為原始網絡檢測效果，檢測原始算法遺漏了重疊的船只目標以及微小的遠處浮球目標。圖9（a）右側為改進后的算法檢測效果，無論重疊或是微小的目標均被檢測標識。圖9（b）中，原始網絡因為船只重疊，未能判斷出正確目標，改進后算法不僅識別出了所有船只，還正確區分了小劃船與輪船。圖9（c）中，相較于原始算法，改進后的算法能識別出遠處更微小、模糊的輪船目標。圖9（d）與圖9（e）改進后的算法將細小的動物目標與浮球目標額外的識別檢測出來。圖9（f）中在背景噪聲不大且分布情況不復雜的情況，原始網絡與改進后算法都有良好表現。

Tucker張量分解在模型的應用前后對比情況如表4所示。運用Tucker張量分解后，模型參數量、乘加運算量以及浮點運算量均減少接近半數。減少參數量和浮點運算量提高了模型的計算效率，加速訓練和推理過程，在資源受限情況下，使模型能夠在邊緣端的設備上運行。此外，減少參數量可以降低模型復雜度，從而減少過度擬合的風險。

3 算法在航道巡檢的應用

內河航道的安全保障任務主要存在意外事故、自然災害和違法行為3種風險挑戰。為應對內河航道的潛在安全隱患，已完成設計構建UltraWS內河水面目標檢測算法，基于目標檢測算法，建立航道安全巡檢體系以及航道安全評估方法。

研究將算法搭載在無人船平臺進行內河場景下的實際應用。提出UltraWS水面目標檢測算法部署在NVIDIA Nano邊緣化計算平臺上進行，該邊緣化計算平臺具有性能優異的GPU和CPU計算資源，穩定性能夠滿足工業要求，能快速傳輸數據資源。圖10展示了部署在無人船平臺的NVIDIA Nano邊緣化計算設備的實物圖。

3.1 航道安全巡檢體系

以智能化、數字化的航道管理為目標，以無人船、無人機為主體建立航道安全巡檢體系，將提出的Ultra內河水面目標檢測算法部署在無人智能設備上，實現高效智能的安全巡檢系統。智能安全巡檢系統包括無人設備作業管控、安全隱患目標檢測、數據統計分析等多部分。如圖11所示，安全風險巡檢系統的安全隱患目標檢測內容主要包括：航標檢測、船舶違規停泊檢測、浮標球檢測、水產養殖設施檢測、漂浮垃圾檢測、大型船舶檢測等。

3.2 航道安全評估方法

航道安全風險描述了危險和安全狀態間的關系度量，航道安全風險可用函數擬合如下

，? （12）

其中：表示某特定的客觀狀態；表示在狀態下航道安全風險指數；表示某一安全事件發生的概率值；表示安全事件發生的結果；表示實驗函數。

針對航道體系在某狀態下引發體系內人員、船舶、環境等多個層面出現險情的概率及險情程度，使用航道安全風險指數來表達。經過內河航道的安全巡檢及水面目標檢測算法，對內河航道的潛在安全風險進行識別，確定潛在安全風險事件。對不同航道安全風險事件進行風險評估，確定航道安全等級，作為開展風險管控的依據。

4 結? 論

針對多場景復雜內河背景下水面目標檢測任務，提出UltraWS水面目標檢測算法。該算法在典型檢測網絡上設計空間注意力模塊與多頭策略，融合注意力與多尺度特征，提高對極其微小目標的檢測能力。為減小環境因素與分布因素對檢測效果的影響，算法提出UltraLU模塊增強類激活映射，面向無人艇環境感知邊緣化部署目的，設計了對模型進行Tucker張量分解，增強內河目標檢測模型的可解釋性與推理速度，實現模型輕量化。

實驗結果表明建立UltraWS水面目標檢測算法具有良好的安全隱患目標識別與推理能力，實現水面潛在安全隱患檢測的多結構可解釋性框架。在WSODD數據集上UltraWS算法表現出較高性能，取得84.5%的mAP最高值。提出UltraLU模塊提高了算法對背景噪聲的抗干擾能力，更好捕捉微小目標。筆者提出的算法能夠滿足檢測速度和準確率的均衡需求。以無人船為主體建立航道安全巡檢體系，將所提出的算法部署在邊緣化設備上，實現高效智能的安全巡檢系統。未來的研究將聚焦在環境更加惡劣的海洋背景下，進一步關注算法在不同場景的魯棒性和泛化性。

參考文獻

［1］? 陽建云，黃純.長江口智慧航道的初步構想[J].水運工程，2017（11）：7-11.

Yang J Y， Huang C. The preliminary conception of the smart waterway in the Yangtze River Estuary [J]. Port & Waterway Engineering， 2017（11）：7-11. （in Chinese）

［2］? 史明.內河航道4G無線視頻監控系統設計[J].數字技術與應用，2022，40（02）：183-185.

Shi M. Design of 4G wireless video monitoring system for inland waterway [J]. Digital Technology and Application， 2022， 40（02）：183-185.（in Chinese）

［3］? 朱明秀.圖像處理技術在船舶導航過程的應用[J].艦船科學技術，2019，41（08）：187-189.

Zhu M X. Application of image processing technology in ship navigation [J]. Ship Science and Technology， 2019，41（08）：187-189.（in Chinese）

［4］? 王雪，張根榮.基于機器視覺的港口集裝箱卸船定位識別系統[J].中國水運（下半月），2015，15（11）：138-140.

Wang X， Zhang G R. Port container unloading location recognition system based on machine vision [J]. China Water Transport （Second Half）， 2015， 15（11）：138-140.（in Chinese）

［5］? 嚴榮慧，謝海成，花敏恒，等.基于運動與表象特征的廣域船舶目標識別方法[J].中國艦船研究，2022，17（01）：227-234.

Yan R H， Xie H C， Hua M L，et al. Wide-area ship target recognition based on motion and appearance feature method [J]. Chinese Ships Research， 2022（01）：227-234. （in Chinese）

［6］? 光睿智，安博文，潘勝達.基于無錨框網絡的航拍航道船舶檢測算法[J].計算機工程與應用，2021，57（15）：251-258.

Guang R Z， An B， Pan S D. Ship detection algorithm for aerial photography Channel based on frameless network [J]. Computer Engineering and Applications， 2021， 57（15）：251-258.（in Chinese）

［7］? Zhou Z， Sun J， Yu J， et al. An image-based benchmark dataset and a novel object detector for water surface object detection[J]. Frontiers in Neurorobotics， 2021， 15： 72333.

［8］? Girshick R， Donahue J， Darrell T， et al. Rich feature hierarchies for accurate object detection and semantic segmentation[C]//Proceedings of the IEEE conference on computer vision and pattern recognition. July 23-28， 2014， Columbus， OH， USA： IEEE， 2014： 580-587.

［9］? 李學軍，權林霏，劉冬梅，等.基于Faster-RCNN改進的交通標志檢測算法[J/OL].吉林大學學報（工學版）：1-10[2023-09-01].DOI：10.13229/j.cnki.jdxbgxb.20230553.

Li X J， Quan L Fi， Liu D M， et al. Improved traffic sign detection algorithm based on Faster-RCNN [J/OL]. Journal of jilin university （engineering science） ： 1-10 [2023-09-01]. （in Chinese）

［10］? 蔣占軍，吳佰靖，馬龍，等.多尺度特征和極化自注意力的Faster-RCNN水漂垃圾識別[J/OL].計算機應用：1-8[2023-09-01].http：//kns.cnki.net/kcms/detail/51.1307.TP.20230613.1820.004.html

Jiang Z J， Wu B J， Ma L， et al. Faster-RCNN identification of floating garbage with multi-scale features and polarized self-attention [J/OL]. Computer Application： 1-8 [2023-09-01]. HTTP： / / http：//kns.cnki.net/kcms/detail/51.1307.TP.20230613.1820.004.html. （in Chinese）

［11］? 王殿偉，胡里晨，房杰，等.基于改進Double-Head RCNN的無人機航拍圖像小目標檢測算法[J/OL].北京航空航天大學學報：1-10[2023-09-01].DOI：10.13700/j.bh.1001-5965.2022.0591.

Wang D W， Hu L C， Fang Jet al. Small target detection algorithm of UAV aerial image based on improved Double-Head RCNN [J/OL]. Journal of Beijing University of Aeronautics and Astronautics ：1-10[2023-09-01].DOI：10.13700/j.bh.1001-5965.2022.0591.（in Chinese）

［12］? Redmon J， Divvala S， Girshick R， et al. You only look once： unified， real-time object detection[C]//Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition. June 26-July 1， 2016， Las Vegas， NV， USA： IEEE， 2016： 779-788.

［13］? 劉輝，劉鑫滿，劉大東.面向復雜道路目標檢測的YOLOv5算法優化研究[J/OL].計算機工程與應用：1-11[2023-09-01].http：//kns.cnki.net/kcms/detail/11.2127.TP.20230629.1435.002.html

Liu H， Liu X M， Liu D D. Optimization of YOLOv5 algorithm for complex road target detection [J/OL]. Computer engineering and application： 1-11 [2023-09-01]. HTTP： // http：//kns.cnki.net/kcms/detail/11.2127.TP.20230629.1435.002.html.（in Chinese）

［14］? 劉剛，馮彥坤，康熙.基于改進YOLO v4的生豬耳根溫度熱紅外視頻檢測方法[J].農業機械學報，2023，54（02）：240-248.

Liu G， Feng Y K， kang X. Thermal infrared video detection method of pig ear root temperature based on Improved YOLO v4 [J]. Transactions of the Chinese Society for Agricultural Machinery，2023，54（02）：240-248.

［15］? 張天峰，冉秉東，王楷.基于壓力容器裂紋圖像檢測及識別算法研究[J].重慶大學學報，2022，45（07）：103-111.

Zhang T F， Ran B D， Wang K. Image detection and recognition algorithm based on pressure vessel crack research [J]. Journal of chongqing university， 2022， （7） ： 103-111.（in Chinese）

［16］? 徐曉光，李海.多尺度特征在YOLO算法中的應用研究[J].電子測量與儀器學報，2021，35（06）：96-101.

Xu X G， Li H. Multi-scale feature in YOLO algorithm application [J]. Journal of electronic measurement and instrument， 2021， 35 （6） ： 96-101.（in Chinese）

［17］? 盧俊哲，張鋮怡，劉世鵬，等.面向復雜環境中帶鋼表面缺陷檢測的輕量級DCN-YOLO[J].計算機工程與應用，2023，59（15）：318-328.

Lu J Z， Zhang C Z， Liu S Pet al. Lightweight DCN-YOLO for strip surface defect detection in complex environment [J]. Computer Engineering and Applications， 2019，59（15）：318-328.（in Chinese）

［18］? 單美靜，秦龍飛，張會兵.L-YOLO：適用于車載邊緣計算的實時交通標識檢測模型[J].計算機科學，2021，48（01）：89-95.

Shan M J， Qin L F， Zhang H B. L-YOLO： real-time traffic sign detection model for in-vehicle edge Computing [J]. Journal of Computer Science， 2019，48（01）：89-95.（in Chinese）

［19］? 童小鐘，魏俊宇，蘇紹璟，孫備，左震.融合注意力和多尺度特征的典型水面小目標檢測[J].儀器儀表學報，2023，44（01）：212-222.

Tong X Z， Wei J Y， Su S J， Sun B， Zuo Z. Multi-scale feature fusion attention and typical surface of small target detection [J]. Journal of instruments and meters， 2023， 44（01）： 212-222. （in Chinese）

［20］? 王一早，馬紀穎，羅星，王書哲.基于SPMYOLOv3的水面垃圾目標檢測[J].計算機系統應用，2023，32（03）：163-170.

Wang Y Z， Ma J Y， Luo X， Wang S Z. Surface waste target detection based on SPMYOLOv3 [J]. Computer System Application， 2023， 32（03）：163-170. （in Chinese）

［21］? 馮俊健，李彬，田聯房，董超.多視圖交叉一致性學習的半監督水面目標檢測[J].哈爾濱工業大學學報，2023，55（04）：107-114.

Feng J J， Li B， Tian L F， Dong C. Semi-supervised surface target detection based on multi-view cross-consistent learning [J]. Journal of Harbin Institute of Technology， 2023，55（04）：107-114.（in Chinese）

［22］? 馮輝，郭俊東，徐海祥.面向精準目標定位的水面目標檢測算法[J/OL].華中科技大學學報（自然科學版）：1-8[2023-05-25].

Feng H， Guo J D， Xu H X. Water surface target detection algorithm for precise target location [J/OL]. Journal of Huazhong University of Science and Technology （Natural Science Edition）： 1-8[2023-05-25]. （in Chinese）

［23］? 周治國，荊朝，王秋伶，屈崇.基于時空信息融合的無人艇水面目標檢測跟蹤[J].電子與信息學報，2021，43（06）：1698-1705.

Zhou Z G， Jing C， Wang Q L， Qu C. Surface target detection and tracking of unmanned craft based on spatio-temporal information fusion [J]. Journal of Electronics and Information Technology， 2021，43（06）：1698-1705.（in Chinese）

［24］? Bovcon B， Kristan M. A water-obstacle separation and refinement network for unmanned surface vehicles[C]//2020 IEEE International Conference on Robotics and Automation （ICRA）. May 31-June 4， 2020， Paris， France： IEEE， 2020： 9470-9476.

［25］? ?ust L， Kristan M. Learning maritime obstacle detection from weak annotations by scaffolding[C]//Proceedings of the IEEE/CVF Winter Conference on Applications of Computer Vision. June 19-23， 2022， New Orleans， LA， USA： IEEE， 2022： 955-964.

［26］? Woo S， Park J， Lee J Y， et al. Cbam： Convolutional block attention module[C]//Proceedings of the European conference on computer vision （ECCV）. September 8-14， 2018. Munich， Germany： Springer Science+Business Media， 2018： 3-19.

［27］? Xu B， Wang N， Chen T， et al. Empirical evaluation of rectified activations in convolutional network[J]. arXiv preprint arXiv：1505.00853， 2015.

［28］? Redmon J， Farhadi A. Yolov3： An incremental improvement[J]. arXiv preprint arXiv：1804.02767， 2018.

［29］? Li Y， Chen Y， Wang N， et al. Scale-aware trident networks for object detection[C]//Proceedings of the IEEE/CVF international conference on computer vision. October 27-November 2， 2019. Seoul， Korea： IEEE， 2019： 6054-6063.

［30］? Duan K， Bai S， Xie L， et al. Centernet： Keypoint triplets for object detection[C]//Proceedings of the IEEE/CVF international conference on computer vision. October 27-November 2， 2019， Seoul， Korea： IEEE， 2019： 6569-6578.

［31］? Bochkovskiy A， Wang C Y， Liao H Y M. Yolov4： Optimal speed and accuracy of object detection[J]. arXiv preprint arXiv：2004.10934， 2020.

［32］? Jiang Y， Tan Z， Wang J， et al. GiraffeDet： A heavy-neck paradigm for object detection[J]. arXiv preprint arXiv：2202.04256， 2022.

［33］? Zhou F， Zhao H， Nie Z. Safety helmet detection based on YOLOv5[C]//2021 IEEE International conference on power electronics， computer applications （ICPECA）.January 22-February 4， 2021. Shenyang， China： IEEE， 2021： 6-11.

［34］? Han X， Zhao L， Ning Y， et al. ShipYolo： an enhanced model for ship detection[J]. Journal of Advanced Transportation， 2021， 2021： 1-11.

［35］? 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[J]. arXiv preprint arXiv：2207.02696， 2022.

（編輯? 侯湘）