改进YOLOv11n的复杂水下场景目标检测模型

摘要

为提升海洋探测开发中水下目标检测的准确率，针对复杂水下环境中目标轮廓模糊、生物聚集遮挡及多尺度目标检测精度不足等问题，提出了一种改进YOLOv11n的复杂水下场景目标检测模型。首先，在基线模型YOLOv11n的骨干网络中引入轻量化混合架构EfficientFormerV2，通过Transformer的多阶段协同设计，有效捕获局部细节与全局语义信息，缓解低分辨率及特征损失对检测性能的影响；其次，设计自适应上下文融合模块，采用局部和全局双分支结构并结合可学习权重机制，实现跨层特征的高效对齐与融合，增强模型在复杂水下场景下的目标分辨能力；最后，引入动态检测头，通过尺度感知、空间聚焦和任务解耦的联合优化，提升对多尺度水下生物目标的检测精度。实验结果表明，在RUOD数据集和DUO数据集上，改进后的模型相较于YOLOv11n，交并比阈值为50%时的平均精度均值分别提升了1.3%和1.8%，模型参数量仅增加3.4×10～6，整体性能超越现有主流方法。该模型有效克服了水下特征退化及多尺度检测精度不足的问题，提升了复杂水下环境下的目标识别精度，为海洋资源勘探、沉船定位和生态监测提供高效解决方案。

关键词

水下目标检测 / YOLOv11n / 特征融合 / 注意力机制

基金资助

武汉大学测绘遥感信息工程国家重点实验室开放基金（21E01）