多尺度特征融合的轻量化红外船舶检测算法.pdfVIP

测控技术

16·2025年第44卷第4期模式识别与人，工智能

多尺度特征融合的轻量化红外船舶检测算法

黄孙港，饶兴昌？，李海龙

210044)

214105；2.南京信息工程大学电子与信息工程学院，江苏南京

（1.无锡学院电子信息工程学院，江苏无锡

摘要：海上船舶目标识别已经成为模式识别领域的研究热点，从红外图像中检测船舶目标具有广泛的应

用前景。针对YOLOv7算法在红外船舶检测中存在的模型体积大、参数允余和检测效率低等问题，提出

了一种多尺度特征融合的轻量化检测算法。首先，引入重参数化MobileOne网络替换原主干中的特征

提取网络，降低了模型的参数量；其次，重新构造了BCBS模块替换原颈部网络中的CBS模块，能够以更

少的参数量和更快的速度获取船舶目标关键信息，增强了模型对船舶特征信息的提取能力；然后，设计

了一种改进的BiFPN-T特征金字塔网络，可对不同尺度的船舶特征进行融合并提高了模型多尺度融合

能力；最后，在检测头部分引入了一种改进的N-CIoU损失函数，增强了在小目标场景下的检测能力。实

验结果表明，改进后的算法模型平均精度均值（meanAveragePrecision,mAP）提升了1.6%，参数量减少

了约27%，检测速度提高了30f/s，能满足红外船舶检测对检测精度和实时性的要求，展现出了良好的

检测性能。

关键词：红外船舶检测；轻量化；注意力机制；多尺度；损失函数

中图分类号：TP391.4文献标志码：A文章编号：1000-8829(2025)04-0016-09

doi:10.19708/j.ckjs.2025.04.301

LightweightInfraredShipDetectionAlgorithmBasedon

Multi-ScaleFeatureFusion

2

HUANGSungangl*,RAOXingchang²,LIHailong?

(1.SchoolofElectronicsInformationEngineering,WuxiUniversity,Wuxi214105,China:

2.SchoolofElectronicsInformationEngineering,NanjingUniversityofInformationScienceTechnology,Nanjing210044,China)

Abstract:Identificationofmaritimeshiptargetshasbecomeahotresearchtopicinthefieldofpatternrecogni-

tion,anddetectingshiptargetsfrominfraredimagesholdsgreatpotentialforawiderangeofapplications.To

addresstheissuesoflargemodelsize,parameterredundancy,andlowdetectionefficiencywhenusingthe

YOLOv7algorithmforinfraredshipde