YOLOv11-LREP：低光照与反射干扰下内河航道水面漂浮物轻量级检测方法

《Eng》：YOLOv11-LREP: A Lightweight Detection Method for Water-Surface Floating Objects on Inland Waterways Under Low-Light and Reflection Interference

　　

可靠的视觉检测水面小型漂浮物是内河航道无人水面艇（USV）进行环境监测与清理任务的前提。此类场景常受黎明黄昏低照度、强镜面反射、涟漪杂波及大尺度变化共同影响，导致漏检、误报及定位不稳定。针对这些实际挑战，本研究基于轻量级YOLOv11n检测器开展面向场景的优化与实验验证。研究人员集成了多种成熟的注意力机制、回归损失函数和数据增强策略，提出一种改进的漂浮物检测方法——YOLOv11-LREP。具体优化如下：在骨干网络（Backbone）顶部插入坐标注意力（CoordAtt）模块，以增强位置编码并突出障碍物相关语义区域；在颈部（Neck）的多尺度融合节点嵌入三个高效通道注意力（ECA）模块，以极低额外成本抑制由反射和涟漪引起的虚假通道响应；采用强力交并比（Powerful-IoU, PIoU）损失替代原始回归损失，强制四边界对齐并稳定小目标及边缘模糊目标的收敛；结合低光照与反射增强策略及CutMix区域级混合，沿光照和遮挡轴拓宽训练分布。在公开FloW-Img数据集上的实验表明，固定随机种子（seed=0, deterministic=true）下，划分为1200张训练图和800张验证图（含2024个实例），YOLOv11-LREP仅用2.84M参数量和9.3 GFLOPs即达到AP50=80.1%、AP50:95=38.5%及APS=24.3%。在NVIDIA RTX 4060 Laptop GPU上，模型处理单张640×640图像总耗时为3.3毫秒（约303 FPS），满足实时感知需求且保持轻量可部署性。消融结果表明各组件对定位精度、小目标敏感度及鲁棒性贡献各异，最终配置提供了平衡折衷而非单一指标最优。系统的阈值敏感性分析（F1波动<0.2%）证明了最终模型的稳定性。

论文解读：YOLOv11-LREP——面向复杂内河环境的水面漂浮物轻量级检测方案

研究背景与意义

随着内河航运智能化发展，无人水面艇（USV）被广泛应用于漂浮垃圾清理与环境监测。然而，相比开阔海域，内河环境具有航道狭窄、目标尺度多变、静态与动态物体密集交织的特点。在实际作业中，无人艇常面临黎明或黄昏时分的低照度、水面强镜面反射、涟漪杂波以及阴影遮挡等恶劣视觉条件。这些因素严重削弱了目标特征，增加了背景噪声，导致目标边界模糊，给视觉感知模块带来了巨大挑战。若发生漏检，将导致清理任务失败；而由反射或岸线植被引发的误报，则会导致无人艇轨迹偏离。此外，受限于无人艇的计算载荷，实用的漂浮物检测器必须在高精度、抗干扰能力与边缘端实时推理速度之间取得完美平衡。因此，开发一种能够在复杂环境下稳定运行且轻量的检测算法具有重要的工程应用价值。该研究成果已发表于国际期刊《Eng》。

关键技术方法

为应对上述挑战，研究人员提出了一种名为YOLOv11-LREP（低光照与反射增强感知）的轻量级检测器。该研究基于YOLOv11n架构展开，核心采用了四项关键技术：第一，引入分层注意力机制，即在骨干网络深层嵌入坐标注意力（CoordAtt）以强化空间位置感知，同时在颈部（Neck）的多尺度融合节点引入高效通道注意力（ECA）以抑制冗余特征；第二，采用强力交并比（PIoU）损失函数替代传统的CIoU，通过惩罚预测框与真实框的四边界偏差来提升几何对齐度；第三，设计了一种联合低光照与反射（LLR）数据增强策略，模拟伽马变暗、亮度偏移、高斯噪声及合成椭圆高光等退化因素；第四，结合CutMix区域级混合增强，进一步丰富训练数据的多样性。实验依托FloW-Img公开数据集展开，该数据集共包含2000张图像，标注类别为单一类别“瓶子（bottle）”，其中小目标占比高达56.8%，是典型的面向小目标检测的数据基准。

研究结果

3.1 实验设置

所有实验均在搭载Intel Core i7-13650HX CPU、32GB RAM及NVIDIA RTX 4060 Laptop GPU的Windows 11系统上进行。软件环境为Python 3.13.5、CUDA 13.0及PyTorch 2.6.0。为确保可复现性，全局随机种子固定为0，并启用了确定性算法标志。

3.2 数据集

研究人员严格按3:2比例将FloW-Img数据集划分为1200张训练图像和800张验证图像。依据MS-COCO标准，将边界框面积小于32×32像素的目标定义为小目标，介于32×32至96×96之间为中目标，大于96×96为大目标。

3.3 评估指标

评估体系涵盖精确率（Precision）、召回率（Recall）、F₁分数、AP₅₀、AP_50:95、小目标AP（AP_S）、参数量、计算量（GFLOPs）及端到端延迟。

3.4 消融研究

通过逐步集成各组件，研究人员发现CoordAtt显著提升了召回率（+2.0%），ECA在几乎不增加计算负担的情况下进一步提升了精确率，PIoU优化了边界对齐质量，而CutMix与LLR的联合使用虽带来轻微精度波动，但显著增强了模型在复杂干扰下的鲁棒性。最终配置的模型虽非各项指标的绝对第一，但在整体平衡性上表现最佳。此外，阈值敏感性分析显示，在置信度[0.15, 0.35]和NMS-IoU [0.30, 0.50]范围内，F₁分数波动小于0.2%，证明模型具有极高的稳定性。

3.5 跨域泛化研究

为进一步验证泛化能力，研究人员在未参与训练的FloatingWaste-I数据集子集（1508张图像）上进行了测试。结果显示，YOLOv11-LREP在未见过的外部数据上依然保持了竞争力，AP₅₀达到0.326，较基线模型有显著提升，证明了其在实际复杂水域中的推广潜力。

3.6 与其他检测器的比较

与Fast R-CNN、YOLOv3-tiny、YOLOv5n、YOLOv8n及YOLOv11n等代表性模型相比，YOLOv11-LREP在仅2.84M参数量下取得了最高的AP_50:95（38.5%）和第二高的AP₅₀（80.1%）。相较于同样引入注意力的YOLOv11-CBAM，本模型在参数更少的情况下实现了更高的精度与召回率。

3.7 推理速度与部署说明

得益于精简的架构设计，该模型在RTX 4060 Laptop GPU上实现了约303 FPS的实时吞吐量。研究人员预估，经TensorRT FP16转换后，该模型在NVIDIA Jetson Orin Nano上可达18-25 FPS，在AGX Orin上可达60-85 FPS，具备良好的边缘部署前景。

3.8 检测结果可视化

定性分析表明，基线模型在处理强光反射旁的小目标时易出现漏检，在涟漪背景下易产生重复预测，在多尺度场景下易忽略近处大目标。相比之下，YOLOv11-LREP成功恢复了所有目标，且预测框更紧密贴合真实标注，验证了分层注意力与增强策略的有效性。

讨论与结论

讨论部分指出，CoordAtt与ECA的分层部署有效平衡了空间定位与通道去噪；PIoU损失解决了小目标边界模糊的痛点；LLR与CutMix的联合使用在不增加推理成本的前提下极大丰富了特征空间。然而，研究仍存在局限：在严格的AP_50:95指标下仍不及部分大容量模型；LLR超参数依赖人工经验调优；且仅针对单一类别（瓶子）进行了验证。未来工作将探索频域检测头、无监督预训练以及在Jetson硬件上的INT8量化部署。

综上所述，研究人员提出的YOLOv11-LREP是一种专为内河航道设计的轻量级水面漂浮物识别检测器。通过在骨干网络顶部集成CoordAtt、在颈部融合节点嵌入ECA模块、采用PIoU回归损失以及联合低光照与反射增强策略配合CutMix，该方法在FloW-Img基准测试中仅以2.84M参数量和9.3 GFLOPs的极低算力消耗，实现了80.1%的AP₅₀、38.5%的AP_50:95和24.3%的AP_S，并在RTX 4060笔记本端达到约303 FPS的实时性能。消融实验证实了各组件在定位精度与小目标敏感性上的差异化贡献，阈值分析验证了模型的稳健性。该研究为复杂内河环境下的无人艇视觉感知提供了一个兼顾精度与效率的优秀解决方案。