[1]俞毅,高迎,陈信强,等.基于尺度特征交互改进的YOLOv8在低能见度环境下的船舶目标检测[J].上海海事大学学报,2025,46(3):29-35.DOI:10.13340/j.jsmu.202407010128.1. 研究目的首先受海上设备及成本的限制常使用单一光学图像对船舶目标进行检测在光照骤变、雨雾水汽等干扰下单一光学图像质量极不稳定。其次船舶种类繁多货船、油船、渔船等在外形、尺寸、纹理及姿态上差异明显且相互遮挡频繁增加了图像识别的难度。虽然随着深度学习技术的兴起卷积神经网络等深度学习方法凭借强大的特征学习能力显著推动了船舶目标检测性能的提升。但在复杂环境下精度和召回率仍有较大提升空间。故论文中提出通过引入基于注意力的内部尺度特征交互(attention-based intra-scale feature interactionAIFI) 模块提出一种改进的YOLOv8 模型———SFEI-YOLO对图像中的船舶目标进行检测。该模型利用自注意力机制处理图像中的高层特征使模型更加关注图像中的船舶目标能有效抑制雾、雨遮挡同时提升小目标和残缺目标的检测精度。2. 基于AIFI模块改进YOLOv82.1 YOLOv8其实与上篇论文分析类似均是YOLOv8的框架这里仅对上一篇论文没提到的进行一定补充。YOLOv8 采用改进的CSPNet架构进一步增强了特征提取和特征复用能力确保在多尺度 目标检测中有更好的表现。网络的骨干部分包括 Focus 模块、CSP 模块和 SPP( spatial pyramid pooling) 模块这些模块在确保计算效率的同时还能提取更丰富的特征信息。YOLOv8 引入 PANet作为颈部网络通过多层次特征融合提高模型对不同尺度目标的检测能力。与 YOLOv5 相比: 首先YOLOv8 骨干网络借鉴YOLOv7的ELAN思想将 C3模块升级为梯度流更丰富的C2f 模块且能针对不同尺度模型自适应调整通道数使性能大幅提升;其次将第一个卷积层的卷积核从6×6变为3×3并将颈部模块中的2个卷积连接层去掉。2.2 基于AIFI模块改进YOLOv8AIFI模块借助自注意力机制实现仅针对高层特征的内部交互: 高层语义丰富可有效捕捉概念实体关联;低层信息不足且易冗余故跳过。AIFI模块采用单层 Transformer 编码器其由可变形注意力和前馈神经网络构成将二维特征展平为序列后处理再还原为二维特征兼顾计算效率与语义增强。AIFI 模块通过引入注意力机制增强同尺度特征之间的交互。该方法使用多头注意力模块自动学习特征图中的重要区域并通过加权这些区域来加强特征之间的信息流动使模型能够更好地捕捉目标的细节和上下文信息。该模块可以在YOLOv8的特征处理阶段引入多个分支或注意力机制通过并行处理或交互式处理捕捉 不同尺度、不同层次的特征信息更好地理解目标的形状、上下文信息等从而提高目标检测性能。AIFI模块替换原有的SPPF模块使模型更聚焦于关键特征提升小目标检测精度。SPPF模块虽然在处理多尺度特征融合方面表现良好但在小目标检测方面可能不如AIFI 模块那样精细和高效。3.论文实验设计和结果数据集SeaShips数据集7000张图像6类船舶所有图像经算法叠加雾、雨效果模拟低能见度。对比模型YOLOv8、YOLOv5、YOLOv3、Faster R-CNN。评价指标精度、召回率、不同IoU阈值下的平均精度。可视化对比SFEI-YOLO在雾天/雨天场景中置信度更高、漏检和误检明显减少对小目标检测更完整。结论改进模型在低能见度下精度提升约5个百分点P₀.₅₀:₀.₉₅提升约0.09~0.10效果显著。
[1]俞毅,高迎,陈信强,等.基于尺度特征交互改进的YOLOv8在低能见度环境下的船舶目标检测[J].上海海事大学学报,2025,46(3):29-35.DOI:10.13340/j.jsmu.202407010128.1. 研究目的首先受海上设备及成本的限制常使用单一光学图像对船舶目标进行检测在光照骤变、雨雾水汽等干扰下单一光学图像质量极不稳定。其次船舶种类繁多货船、油船、渔船等在外形、尺寸、纹理及姿态上差异明显且相互遮挡频繁增加了图像识别的难度。虽然随着深度学习技术的兴起卷积神经网络等深度学习方法凭借强大的特征学习能力显著推动了船舶目标检测性能的提升。但在复杂环境下精度和召回率仍有较大提升空间。故论文中提出通过引入基于注意力的内部尺度特征交互(attention-based intra-scale feature interactionAIFI) 模块提出一种改进的YOLOv8 模型———SFEI-YOLO对图像中的船舶目标进行检测。该模型利用自注意力机制处理图像中的高层特征使模型更加关注图像中的船舶目标能有效抑制雾、雨遮挡同时提升小目标和残缺目标的检测精度。2. 基于AIFI模块改进YOLOv82.1 YOLOv8其实与上篇论文分析类似均是YOLOv8的框架这里仅对上一篇论文没提到的进行一定补充。YOLOv8 采用改进的CSPNet架构进一步增强了特征提取和特征复用能力确保在多尺度 目标检测中有更好的表现。网络的骨干部分包括 Focus 模块、CSP 模块和 SPP( spatial pyramid pooling) 模块这些模块在确保计算效率的同时还能提取更丰富的特征信息。YOLOv8 引入 PANet作为颈部网络通过多层次特征融合提高模型对不同尺度目标的检测能力。与 YOLOv5 相比: 首先YOLOv8 骨干网络借鉴YOLOv7的ELAN思想将 C3模块升级为梯度流更丰富的C2f 模块且能针对不同尺度模型自适应调整通道数使性能大幅提升;其次将第一个卷积层的卷积核从6×6变为3×3并将颈部模块中的2个卷积连接层去掉。2.2 基于AIFI模块改进YOLOv8AIFI模块借助自注意力机制实现仅针对高层特征的内部交互: 高层语义丰富可有效捕捉概念实体关联;低层信息不足且易冗余故跳过。AIFI模块采用单层 Transformer 编码器其由可变形注意力和前馈神经网络构成将二维特征展平为序列后处理再还原为二维特征兼顾计算效率与语义增强。AIFI 模块通过引入注意力机制增强同尺度特征之间的交互。该方法使用多头注意力模块自动学习特征图中的重要区域并通过加权这些区域来加强特征之间的信息流动使模型能够更好地捕捉目标的细节和上下文信息。该模块可以在YOLOv8的特征处理阶段引入多个分支或注意力机制通过并行处理或交互式处理捕捉 不同尺度、不同层次的特征信息更好地理解目标的形状、上下文信息等从而提高目标检测性能。AIFI模块替换原有的SPPF模块使模型更聚焦于关键特征提升小目标检测精度。SPPF模块虽然在处理多尺度特征融合方面表现良好但在小目标检测方面可能不如AIFI 模块那样精细和高效。3.论文实验设计和结果数据集SeaShips数据集7000张图像6类船舶所有图像经算法叠加雾、雨效果模拟低能见度。对比模型YOLOv8、YOLOv5、YOLOv3、Faster R-CNN。评价指标精度、召回率、不同IoU阈值下的平均精度。可视化对比SFEI-YOLO在雾天/雨天场景中置信度更高、漏检和误检明显减少对小目标检测更完整。结论改进模型在低能见度下精度提升约5个百分点P₀.₅₀:₀.₉₅提升约0.09~0.10效果显著。
双梁正问题 【 torch 实战】（Python代码实现）)
