FSLA-RTDETR:阴影地形水深影像中密集小目标海底麻坑检测的四尺度RT-DETR框架

《Remote Sensing》:Long-Term Evaluation of AIRS Precipitable Water Vapor over China (2005–2025): Moisture-State-Dependent Bias and Temporal Consistency

【字体: 大 中 小 】 时间:2026年10月24日 来源:Remote Sensing 4.3

编辑推荐:

  海底麻坑是浅层流体迁移、浅层气活动和天然气水合物相关过程的重要地貌指示。然而,从阴影地形水深影像(shaded-relief bathymetric imagery)中自动检测麻坑仍具挑战,因为许多麻坑的图像空间足迹小、密集出现、边界弱,且嵌入复杂海底背景。为

  
海底麻坑是浅层流体迁移、浅层气活动和天然气水合物相关过程的重要地貌指示。然而,从阴影地形水深影像(shaded-relief bathymetric imagery)中自动检测麻坑仍具挑战,因为许多麻坑的图像空间足迹小、密集出现、边界弱,且嵌入复杂海底背景。为解决这些问题,本研究提出 FSLA-RTDETR(Four-Scale Synergistic Linear-Attention RT-DETR),一种用于密集小目标海底麻坑检测的改进四尺度 RT-DETR(Real-Time DEtection TRansformer)网络。该模型引入 SAC-C2f 以增强高层特征表示,引入 LPEA Encoder(Linear Positional Enhanced Attention Encoder)以改进全局上下文建模,并采用基于 DGCST(Dynamic Group Convolution Shuffle Transformer)的双向特征融合网络整合浅层空间细节与深层语义信息。此外,将高分辨率 P2 特征纳入解码器以提高小目标定位。基于公开 BOEM(Bureau of Ocean Energy Management)北墨西哥湾水深数据构建麻坑检测数据集,包含 880 幅图像和 8013 个标注麻坑实例。实验结果表明,FSLA-RTDETR 的 mAP50、mAP75 和 mAP50–95 分别为 0.9218、0.6221 和 0.5485。与基线 RT-DETR 相比,mAP75 和 mAP50–95 分别提高 6.01 和 2.22 个百分点。在当前无预训练设置下,对比实验进一步表明,与本研究评估的代表性目标检测模型相比,FSLA-RTDETR 实现了更优的高 IoU(intersection over union)定位性能,为海底麻坑自动检测和地貌制图提供了有效方法。
研究背景方面,海底麻坑是浅层流体迁移、浅层气活动和天然气水合物相关过程的重要地貌指示,也与沉积物不稳定、海底滑坡及海底工程安全相关。阴影地形水深影像中,麻坑常表现为图像空间足迹小、密集分布、边界弱、与复杂海底纹理混杂的目标。既有方法包括人工解译、规则地貌分析、GIS工作流、模板匹配、机器学习和深度学习,但仍存在小目标反复下采样后信息丢失、密集相邻目标难分离、明暗纹理导致误检漏检等问题。为此,研究人员提出 FSLA-RTDETR(Four-Scale Synergistic Linear-Attention RT-DETR),构建北墨西哥湾麻坑数据集并开展消融与对比实验,以提升密集小目标麻坑检测和高IoU定位性能。

关键技术方法概述:数据来自公开 BOEM(Bureau of Ocean Energy Management)北墨西哥湾深水水深与阴影地形产品,经 512×512 像素、步长 512 的滑动窗口裁剪,Labelme 标注麻坑边界框,双标注平均 IoU 为 0.91;主数据集 880 幅、8013 个实例,按 8:1:1 划分,另设 88 幅无目标背景集。模型在 RT-DETR 上引入 SAC-C2f 骨干、LPEA Encoder、DGCST 双向融合颈及高分辨率 P2 特征四尺度解码器;采用匈牙利匹配、Varifocal Loss 和 GIoU 等集合预测训练策略,并在无预训练设置下进行消融与对比实验。

4.1 消融研究。4.1.1 实验设计:以原始 RT-DETR 为基线,在统一数据划分、输入尺寸、训练策略和评价协议下比较 SAC-C2f、LPEA、P2 特征层和 DGCST 双向融合颈的不同组合,以 Precision、Recall、F1、mAP50、mAP75、mAP50–95 评价,重点考察 mAP75 和 mAP50–95。4.1.2 定量结果:完整模型使 Recall 由 0.8329 升至 0.8408,mAP50 由 0.9173 升至 0.9218,mAP75 由 0.5620 升至 0.6221,提高 6.01 个百分点,mAP50–95 由 0.5263 升至 0.5485;Precision 和 F1 略降,表明模型倾向多检出候选。三随机种子重复实验中,mAP75 平均提高 5.86 个百分点,mAP50–95 提高 2.53 个百分点,高IoU定位增益较稳定。4.1.3 SAC-C2f和LPEA效果:单独引入 SAC-C2f 或 LPEA 对 Precision/mAP75 有小幅提升但 Recall 下降;二者联合时 Precision 0.8791、Recall 0.8363、F1 0.8572、mAP50 0.9283、mAP75 0.5967、mAP50–95 0.5395,表明二者互补。4.1.4 高分辨率P2特征层效果:P2-only 变体在解码器维度 256 下使 mAP75 由 0.5620 升至 0.5804,mAP50–95 由 0.5263 升至 0.5316,但 Recall 下降;参数由 19.87 M 增至 21.08 M,计算量由 56.9 增至 94.0 GFLOPs。V6 参数降低来自解码器维度 256 降至 128,而非 P2 本身。4.1.5 DGCST特征融合效果:DGCST-only 使 mAP75 由 0.5620 升至 0.5824,mAP50–95 由 0.5263 升至 0.5308,参数和 GFLOPs 降低,FPS 提高;完整四尺度中相对 V6,Recall、F1、mAP50、mAP75、mAP50–95 均提高,参数由 19.73 M 降至 18.40 M,GFLOPs 由 79.8 降至 77.1,说明其可缓解高分辨率背景干扰并提升效率。

4.2 对比实验。4.2.1 实验设置:选择 YOLO11m、YOLO26m、Faster R-CNN-R50-FPN、Cascade R-CNN-R50-FPN、Deformable DETR-Refine-R50、DINO-4scale-R50;全部从头训练、无预训练,统一数据划分、输入 512×512、batch 4、300 epochs、AdamW、初始学习率 1 × 10?4、权重衰减 1 × 10?4、约 5 warm-up、随机种子 42;Precision/Recall/F1 固定置信度 0.5,IoU 匹配 0.5,mAP 按 COCO 协议。4.2.2 定量结果:FSLA-RTDETR 的 Precision 0.8480、Recall 0.8408、F1 0.8444、mAP50 0.9218、mAP75 0.6221、mAP50–95 0.5485;F1、mAP50、mAP75、mAP50–95 最优;DINO Precision 最高但 Recall 较低,Faster R-CNN Recall 最高但定位相关 mAP 有限;PR 曲线在 IoU=0.75 时优势更明显。4.2.3 与一阶段检测器比较:相比 YOLO11m,mAP50 由 0.9010 升至 0.9218,mAP75 由 0.4536 升至 0.6221,mAP50–95 由 0.4818 升至 0.5485;相比 YOLO26m,分别提高 0.0445、0.1402、0.0625,说明更严格 IoU 下定位更准。4.2.4 与两阶段检测器比较:相比 Faster R-CNN,mAP50 由 0.8735 升至 0.9218,mAP75 由 0.3627 升至 0.6221,mAP50–95 由 0.4298 升至 0.5485;相比 Cascade R-CNN,分别提高 0.0637、0.2667、0.1223;无预训练下两阶段高IoU定位有限。4.2.5 与DETR类Transformer检测器比较:相比 DINO,mAP50 由 0.8513 升至 0.9218,mAP75 由 0.4062 升至 0.6221,mAP50–95 由 0.4410 升至 0.5485;相比 Deformable DETR-Refine,分别提高 0.1161、0.2405、0.1356;R50 基 DETR 类从头优化较难,结论限于无预训练设置。

4.3 目标无背景评估:在 88 幅无麻坑背景图上,置信度 0.5 时 57 个误检,平均 0.6477 个/幅,FPIR(false-positive image rate)38.64%;0.6 时 34 个,0.3864 个/幅,26.14%;0.7 时 12 个,0.1364 个/幅,12.50%;0.8 时 4 个,0.0455 个/幅,4.55%。阈值由 0.5 升至 0.8 时误检减少约 93.0%,但 Recall 由 0.8458 降至 0.4527,Precision 升至 0.9891,存在误检抑制与真实麻坑保留的阈值权衡。

讨论部分表明,FSLA-RTDETR 对密集、弱边界、小图像空间足迹麻坑有效;mAP75 提升表示预测框与标注框空间一致性更好,而不只是增加检出。SAC-C2f 改善深层弱形态表示,LPEA 增强高层上下文,P2 特征保留细空间信息,DGCST 融合浅层定位线索与深层语义并缓解背景干扰。该方法适合大区域候选提取、麻坑分布制图、密度估计和初步空间分析,但不能替代专家地貌解释。局限包括密集簇分离困难、弱边界低对比影响、边界框不能描述边界不规则和深度等属性、随机块级划分不能保证空间独立、仅北墨西哥湾数据而外部泛化未验证。未来需跨区域验证、地理分块评估、补充难例样本,并探索分割或多任务框架。

结论翻译:本研究提出 FSLA-RTDETR,一种用于阴影地形水深影像密集小目标海底麻坑检测的改进四尺度 RT-DETR 网络。模型引入 SAC-C2f 增强骨干、LPEA Encoder、基于 DGCST 的双向特征融合颈,以及含高分辨率 P2 特征的四尺度解码器,以改进语义表示、上下文建模、多尺度特征融合和小目标定位。基于 BOEM 北墨西哥湾水深数据构建的数据集含 880 幅图像和 8013 个标注麻坑实例。在该数据集上,FSLA-RTDETR 的 mAP50、mAP75 和 mAP50–95 分别为 0.9218、0.6221 和 0.5485;相比基线 RT-DETR,mAP75 提高 6.01 个百分点,mAP50–95 提高 2.22 个百分点,在更严格 IoU 阈值下定位更好。需注意,所有对比模型均从头训练、未使用 ImageNet 预训练权重,因此结果特定于当前无预训练设置;引入预训练骨干后相对排序可能变化。结果表明,FSLA-RTDETR 能有效检测复杂海底背景中密集分布、边界弱且图像空间足迹小的麻坑,可为大型水深数据集提供候选级麻坑制图,并支持后续分布与地貌格局分析;仍需跨区域和数据分辨率验证,未来应扩展至分割和地貌属性提取。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号