《Sensors》：UAV-Based Road Feature Database Construction for Traffic Engineering: A Three-Layer Framework, Freeway and Urban Applications, and Emerging Frontiers
编辑推荐：
专业术语翻译（摘要部分）
融合卷积神经网络（CNN）与基于Transformer的注意力机制的混合深度学习框架近期在合成孔径雷达（SAR）船舶检测中取得了令人瞩目的成果。然而，此类方法仍存在固有局限性，包括在目标尺度大幅变化下的小尺度船舶漏检、乘性斑点噪声干扰
专业术语翻译（摘要部分）
融合卷积神经网络（CNN）与基于Transformer的注意力机制的混合深度学习框架近期在合成孔径雷达（SAR）船舶检测中取得了令人瞩目的成果。然而，此类方法仍存在固有局限性，包括在目标尺度大幅变化下的小尺度船舶漏检、乘性斑点噪声干扰以及复杂海杂波干扰等问题。为解决上述问题，本文提出ACmixSAR-YOLO11——一种基于YOLO11构建的SAR船舶检测框架。该模型融合三项互补性改进以增强特征表示与多尺度检测能力。第一，设计ACmixSAR模块，将卷积操作与自注意力机制相集成，该设计增强了特征判别力。第二，在ACmixSAR模块中嵌入SARNoiseGate门控机制，用于抑制低信噪比（SNR）特征响应，同时保留具有判别力的船舶特征。第三，提出尺度加权完全交并比（SW-CIoU）损失函数，依据目标尺寸分配自适应回归权重，以重新平衡小、中、大尺度船舶之间的优化过程。以下所有改进均以相对百分比变化报告。在SSDD数据集上的实验结果表明，所提出的ACmixSAR-YOLO11优于原始YOLO11基线模型，精确率提升1.50%，召回率增长0.15%，mAP@0.5提升1.47%，mAP@0.5:0.95提升4.26%。仅对mAP@0.5进行了显著性检验（配对单侧t检验，p = 0.0058 < 0.01）；其余三项指标以三种子均值及波动范围报告。作为补充证据，在HRSID上的实验显示，在常规patch级划分下，召回率、mAP@0.5和mAP@0.5:0.95均有所提升，但精确率略有下降。然而，该patch级性能增益部分归因于训练与测试patch之间的场景重叠。在HRSID上进一步采用严格无泄漏的场景级划分进行验证后发现，整体mAP@0.5增益缩减至随机种子波动范围内，而mAP@0.5:0.95与精确率的改进仍然可观测。上述结果表明，所提出的框架在参数适度增加（9.69 M → 11.75 M）的同时有效提升了检测精度，并保持了实时推理能力。
论文解读文章
一、研究背景与问题提出
合成孔径雷达（Synthetic Aperture Radar, SAR）凭借其全天时、全天候成像能力，已成为海洋监视领域的重要遥感技术，广泛应用于海上交通监控、渔业管理、海上执法、海洋权益保护及海上搜救等任务。因此，从SAR图像中实现准确、快速的船舶检测已成为海洋遥感的重要研究方向。
传统SAR船舶检测方法主要依赖人工设计的统计规则和手工特征提取，包括恒虚警率（Constant False Alarm Rate, CFAR）检测、纹理特征提取和阈值分割技术。尽管这些方法在相对简单的海面场景中表现良好，但在复杂环境中鲁棒性较差——手工特征难以有效表征多样化的目标特性，在船舶密集分布、近岸杂波和大尺度变化场景下往往导致高虚警率、严重漏检和泛化能力不足。
近年来，基于深度学习的方法成为SAR船舶检测的主流。双阶段检测器计算开销大、推理速度慢、模型复杂度高，难以轻量化部署。以YOLO系列为代表的单阶段检测算法因出色的推理速度被广泛使用，但这些算法最初面向光学图像设计，迁移至SAR船舶检测任务时，受斑点噪声和复杂近岸背景影响，仍存在检测效果不理想的问题。
早期研究主要从数据处理、基础网络结构和边界框回归损失函数三个方面优化CNN检测器，包括引入特征金字塔网络（Feature Pyramid Network, FPN）、迁移学习、样本扩充等策略。然而，多数基于锚框的方法通过固定人工IoU阈值划分正负样本，忽略了实际重叠特征，无法针对不同尺寸目标自适应调整权重。此外，FPN仅采用自顶向下的单向融合结构，缺乏自底向上的特征传递，纯CNN方法难以捕捉全局上下文并有效融合多尺度特征。
为克服CNN感受野受限的问题，近年研究引入注意力机制和Transformer模块以抑制复杂背景干扰并突出有效船舶特征，如基于熵的重采样策略、非局部通道注意力网络（NLCANet）、特征交互网络（FINet）以及集成高效通道注意力（ECA）与Swin Transformer的EST-YOLO5s等。尽管这些方法取得了进展，仍存在三个关键问题：第一，多数注意力机制仅作用于单一维度（通道或空间），无法建立空间与通道特征间的双向联系；第二，现代网络如PANet虽采用双向融合，但仅以固定权重简单相加或拼接特征，未能根据SAR噪声特性自适应调整权重；第三，常用基于IoU的损失函数对所有目标尺度采用相同梯度权重，导致大船主导学习过程，小船梯度极小，近岸场景中的小船频繁漏检。
二、研究内容与核心结论
针对上述问题，研究人员提出一种轻量级SAR船舶检测框架ACmixSAR-YOLO11，基于YOLO11构建，包含三项核心改进：在颈部特征融合网络中嵌入ACmix混合注意力模块以增强多尺度信息自适应融合；在ACmix的自注意力分支中引入SARNoiseGate门控单元以抑制低信噪比特征响应；设计尺度加权CIoU（SW-CIoU）损失函数，根据目标面积占比分配自适应回归权重。
在SSDD数据集（主要基准，图像级划分、天然无泄漏）上，完整模型较YOLO11基线在精确率、召回率、mAP@0.5和mAP@0.5:0.95上分别提升1.42、0.14、1.43和2.77个百分点。三种子实验的配对单侧t检验（p = 0.0058 < 0.01）确认mAP@0.5提升具有统计显著性。在HRSID数据集（补充证据）上，采用两阶段解耦训练策略后，召回率提升3.20个百分点（相对增长4.28%），mAP@0.5提升1.54个百分点，mAP@0.5:0.95提升1.65个百分点。但需注意，HRSID的patch级划分存在训练与测试patch间的场景重叠，在严格无泄漏的场景级划分下，mAP@0.5增益消失（差异?0.3个百分点），而mAP@0.5:0.95（+0.6个百分点）和精确率（+1.3个百分点）的改进仍然保持。
与已发表的SAR专用检测器相比，在SSDD标准基准上，本方法以98.70%的mAP@0.5超越全部五个对比方法（CSS-YOLO 98.6%、SADW-Det 98.3%、MSA-DET 98.1%、DB-YOLO 97.8%、LPEDet 97.4%），且输入分辨率（416×416）低于多数对比方法（640×640）。在HRSID上，本方法召回率达78.02%，为所有YOLO系列基线中最高，表明漏检最少；mAP@0.5与已发表方法（89.7%–94.8%）的差距主要源于输入分辨率和数据划分协议差异而非架构缺陷。
三、关键技术方法概述
研究人员主要采用以下关键技术方法：（1）ACmix混合注意力模块——通过共享1×1卷积投影生成查询（Q）、键（K）、值（V）及卷积分支重建核，并行提取局部几何特征与全局上下文特征，并通过可学习的动态互补门控实现自适应融合；（2）SARNoiseGate噪声抑制门控——采用全局平均池化、降维全连接层、ReLU激活、通道恢复和Sigmoid门控生成，对自注意力分支的值向量进行通道级调制，抑制噪声主导通道并保留目标相关通道；（3）SW-CIoU尺度加权损失——根据船舶边界框面积与图像总面积之比，采用分段自适应权重函数（小、中、大船权重分别为1.5、1.2、1.0），并通过7点敏感性扫描验证参数鲁棒性；（4）数据集自适应两阶段训练策略——在HRSID上先以标准CIoU训练噪声门控与ACmix至收敛，再冻结噪声门控参数并以降低的学习率启用SW-CIoU微调，消除梯度冲突。实验采用SSDD（1160幅图像、2456个船舶实例、1–15 m分辨率）和HRSID（5604幅大场景、16951个船舶实例、0.5–3 m分辨率，经800×800重叠切片得到3642个有效子图）两个公开数据集，统一按7:2:1分层随机划分。
四、研究结果
4.1.1 消融实验分析
在SSDD数据集上，逐步添加各改进模块的消融实验表明：单独添加ACmix模块导致mAP@0.5下降0.95个百分点，该退化源于SSDD中乘性斑点噪声干扰全局自注意力分布，以及回归损失偏向大目标；进一步添加SARNoiseGate形成ACmixSAR模块后，mAP@0.5回升至0.9702（+0.70个百分点），mAP@0.5:0.95提升至0.6509（+1.36个百分点）；最终加入SW-CIoU损失后，完整模型达到最优性能。在HRSID数据集上，ACmix模块带来mAP@0.5提升1.34个百分点，ACmixSAR进一步改善整体性能但精确率略有下降，完整模型（两阶段策略B）取得最佳召回率。
4.1.2 训练随机性统计界限
研究人员以三种子{42, 123, 2024}重复SSDD基线与完整模型训练，配对单侧t检验（t = 9.18, df = 2, p = 0.0058 < 0.01）确认mAP@0.5提升具有统计显著性，Cohen's d = 5.30表明系统性改进。基线三种子波动范围为0.9640–0.9727（±0.36个百分点），两倍标准差区间为[0.9613, 0.9757]。完整模型三种子均值为0.9803，超出基线上界，确认模块组合的真实有效性。
4.1.3 训练收敛与损失函数分析
训练曲线显示，引入ACmixSAR模块后模型在各指标上均优于基线，完整模型进一步改善所有指标，mAP@0.5最终达0.9870。所有损失曲线（Box Loss、Cls Loss、DFL Loss）在训练早期快速下降，约40个epoch后趋于平稳，训练与验证损失同步平滑下降，无明显过拟合，表明模型具有良好的收敛性和泛化能力。
4.1.4 场景级划分验证
在严格无泄漏的场景级划分下，完整模型在mAP@0.5上与基线持平（差异?0.3个百分点），但保留更高的mAP@0.5:0.95（+0.6个百分点）和精确率（+1.3个百分点）。该结果表明，常规patch级划分下观察到的性能增益部分反映场景重叠效应，不能完全迁移至无泄漏设置。因此，研究人员将SSDD（图像级划分、天然无泄漏）作为主要基准，HRSID作为补充证据。
4.2 与先进方法对比
在SSDD上，ACmixSAR-YOLO11在召回率、mAP@0.5和mAP@0.5:0.95上全面超越FCOS、Faster R-CNN、YOLO5s、YOLO8s和YOLO11s等对比算法，精确率同样最优。在HRSID上，模型取得最高召回率（78.02%），以轻微精确率下降为代价。与已发表的SAR专用检测器相比，在SSDD上以更低分辨率（416 vs. 640）和更旧数据集版本仍取得最优mAP@0.5（98.70%）。
4.3 效率与多尺度性能分析
完整模型在SSDD上达131.8 FPS、HRSID上达117.9 FPS，远超实时检测阈值（≥30 FPS）。参数量从基线的9.69M增至11.75M（+20.7%），计算量从21.5 GFLOPs增至25.4 GFLOPs（+18.1%）。相比FCOS和Faster R-CNN，推理速度分别提升80.5%/52.9%和94.4%/70.9%，参数量分别减少63.4%和71.6%。多尺度分析显示，模型呈现尺度依赖的权衡而非均匀提升：SSDD上小船AP略降0.60个百分点（95.71% vs. 96.31%），HRSID上小船AP下降2.26个百分点而大船AP提升12.89个百分点。补充的召回导向分析（recall@0.25和漏检率）表明两数据集上小船检测覆盖率均得以维持，HRSID上14个大实例的漏检率从7.1%降至0%。
4.4 检测结果可视化
Grad-CAM特征可视化显示，颈部C3k2_ACmixSAR块的激活区域较小，聚焦于船舶局部边缘和纹理特征；检测头首层的激活区域较大，关注船舶目标的全局轮廓和位置信息。两组热图的红色核心峰值均严格限定在船舶目标内，无冗余背景激活，验证了ACmixSAR模块在特征提取各阶段有效聚焦目标并抑制杂波。
五、讨论与结论
讨论部分指出，SARNoiseGate的行为具有数据集依赖性：SSDD的等效视数（ENL）方差大（34.26），门控与信噪比的全局相关性弱且不显著（r = ?0.01, p = 0.87），门控趋于保守抑制，导致召回率下降4.01个百分点；HRSID的ENL方差小（2.43），门控能学习稳定有效的抑制模式，与局部信噪比强耦合（|r|最高达0.81）。两阶段训练策略有效解决了HRSID上噪声抑制与小目标梯度放大之间的梯度冲突。研究结论为：所提出的ACmixSAR-YOLO11框架在SSDD（主要无泄漏基准）上相对YOLO11基线取得一致性性能提升，消融实验验证了ACmixSAR模块和尺度加权损失函数的单独及协同贡献；HRSID结果作为补充证据，其patch级增益部分源于场景重叠。该工作为机载SAR海上监视和船舶跟踪提供了轻量级实时检测框架。研究局限包括SARNoiseGate的数据集依赖行为以及HRSID性能对数据划分策略的敏感性。未来工作将开发适应不同SAR图像分辨率的噪声抑制模块、设计更鲁棒的多尺度损失函数，并探索模型瘦身策略以进一步平衡检测精度与推理效率。
