С точки зрения беспилотника, учитывая небольшой размер морских целей, сложный фон и легкое возникновение высокой пропускной способности и недостаточной точности обнаружения, предложен улучшенный алгоритм обнаружения небольших морских целей для YOLO11n — SEW-YOLO. Во-первых, в основной сети разработан модуль внимания к раздельным каналам SCAB, который усиливает способность извлечения характеристик мелких объектов с помощью стратегии группировки каналов и механизма координатного внимания; во-вторых, разработан модуль усиленного быстрого пространственного пирамидального объединения (SPPF_E), в котором для мелких объектов используется малое ядро вместо большого и применяется механизм адаптивной калибровки полей восприятия эффективного канального внимания; одновременно введена функция потерь WIoU вместо исходного CIoU, что повышает точность регрессии рамки границ для мелких объектов. Наконец, были проведены эксперименты по абляции и сравнению на открытом наборе данных SeaDronesSee. Экспериментальные результаты показывают, что mAP50 и mAP50-95 алгоритма SEW-YOLO достигают соответственно 68,1% и 40,6%, что на 2,8 и 1,5 процентного пункта выше базовой модели, сохраняя характеристики легкости модели и достигая улучшения точности обнаружения, что доказывает эффективность алгоритма.

обнаружение небольших целей; YOLO11n; легковесность; морской поиск и спасение; изображения беспилотников