HF-YOLO：一种用于河流湖泊岸线区域典型目标的改进目标检测算法

《Remote Sensing Applications: Society and Environment》：HF-YOLO: An Improved Object Detection Algorithm for Typical Targets in River and Lake Shoreline Areas

　　

河流湖泊岸线区域的有效监管对生态和经济平衡至关重要。然而，传统监测方法仍受限于天气和效率不足。目标检测（Object Detection）技术可实现自动化、全天候的目标识别，但目前仍缺乏专门针对岸线场景设计的模型。为填补这一空白，研究人员提出HF-YOLO，一种专用于河流湖泊岸线场景的目标检测模型。HF-YOLO基于YOLO11框架，集成了混合注意力变换器（Hybrid Attention Transformer，HAT）模块，用于对小目标进行高频增强；以及频率感知线性注意力（Frequency-Aware Linear Attention，FALA）模块，通过聚焦核映射、基于小波的局部增强和多频率位置编码，缓解线性注意力中固有的高频抑制问题，从而保留对小目标检测至关重要的细粒度边缘和纹理特征。此外，采用定向边界框（Oriented Bounding Box，OBB）检测头，以提升对多方向目标的定位精度。本研究还构建了RSI数据集，这是一个专为河流湖泊岸线监管定制的无人机遥感数据集。在RSI数据集上的实验结果表明，HF-YOLO模型实现了85.7%的mAP50，相比YOLO11s基线提升了12.5%，相比YOLO11s-OBB模型提升了4.5%。本研究为岸线区域管理中的目标检测挑战提供了技术解决方案。

论文解读：HF-YOLO——面向河流湖泊岸线区域典型目标的改进目标检测算法

**研究背景与问题**
河流湖泊岸线是陆域与水域之间的过渡带，对区域生态和经济平衡至关重要。然而，传统岸线监管依赖卫星遥感和人工巡查，卫星遥感受天气、分辨率和重访周期限制，难以实现全天候连续监测；人工巡查效率低，且主要依赖视觉判断，难以准确识别疑似违法行为。因此，迫切需要高效、准确的技术手段。无人机遥感与目标检测的结合为岸线监管提供了新思路，但现有目标检测算法多针对通用场景，缺乏专门针对岸线典型目标（如小型船只、房屋、光伏板、圆形圩区等）的模型。岸线目标具有小尺度、密集分布、方向任意、背景复杂等特征，传统检测器常出现漏检和误检。为此，研究人员开展了本研究，旨在开发一种高精度目标检测方法，为岸线智能监管提供技术支撑。

**研究内容与结论**
研究人员基于YOLO11框架，提出了HF-YOLO模型，该模型集成三个关键模块：HAT模块（Hybrid Attention Transformer，混合注意力变换器）在输入阶段增强小目标的高频细节；FALA模块（Frequency-Aware Linear Attention，频率感知线性注意力）替代原C3k2模块，在全局特征建模中保留高频信息；OBB检测头（Oriented Bounding Box，定向边界框）替代水平检测头，提升任意方向目标的定位精度。同时，研究人员构建了RSI数据集，包含475幅无人机图像，涵盖永久房屋、临时房屋、船只、光伏板和圆形圩区五类岸线典型目标。实验结果表明，HF-YOLO在RSI数据集上达到85.7%的mAP50，较YOLO11s基线提升12.5%，较YOLO11s-OBB提升4.5%；在DOTA-v1.0数据集上也取得0.787的mAP50，优于多种先进定向检测器，证明其良好的泛化能力。该研究发表于《Remote Sensing Applications: Society and Environment》，为岸线区域目标检测提供了有效的技术方案。

**关键技术方法**
（不超过250字）
研究人员采用了以下关键技术方法：1）混合注意力变换器（HAT）模块，通过残差增强小目标高频细节，在输入阶段以原始分辨率运行，不改变图像尺寸；2）频率感知线性注意力（FALA）模块，嵌入改进的CSP聚合框架（CSP-FALA）中，通过聚焦核映射（focused kernel mapping）锐化注意力分布、多尺度深度可分离卷积提取局部特征、基于Haar小波变换的局部增强分支补偿高频损失，以及二维旋转位置编码（RoPE-Mixed）实现多频率位置编码，从而保留边缘和纹理等高频信息；3）定向边界框（OBB）检测头，采用解耦设计，回归中心坐标、宽高和角度参数（x,y,w,h,θ），以适应任意方向的目标。数据集来源：RSI数据集采集自2023-2024年江苏省主要河流湖泊岸线区域，使用DJI Matrice 3TD无人机（飞行高度120 m，分辨率3840×2160像素）拍摄，共475幅图像，按7:2:1分为训练、验证和测试集。

**研究结果**
（保留原文小标题，简要说明通过什么研究得出什么结论）

**5.1 Overall Performance of HF-YOLO（HF-YOLO的整体性能）**
通过对比13种先进定向检测器，在RSI数据集上，HF-YOLO以85.7%的mAP50排名第一，分别比基线YOLO11s-OBB和YOLO11m-OBB高4.5%和2.6%，且在船只和光伏板两类上提升最为显著，说明高频增强和频率保留机制对细长和小型目标有效。在DOTA-v1.0数据集上，HF-YOLO的mAP50为0.787，优于YOLO11s-OBB（0.721）和YOLO11m-OBB（0.742），验证了模型在通用场景中的泛化能力。

**5.2 Ablation Experiments（消融实验）**
逐步添加OBB头、HAT和FALA模块，mAP50从0.732（YOLO11s）逐步提升至0.857（完整HF-YOLO），表明三个模块互补协同。同时，GFLOPs从21.5增至27.4，参数从8.99M增至14.94M，FPS从55.1降至27.8，说明精度提升伴随一定计算开销，但仍保持近实时推理能力。

**5.3 Module Analysis（模块分析）**
- **OBB头贡献**：加入OBB头后，精度（Precision）提升10.7%，召回率（Recall）提升9.6%，mAP50提升8%，mAP50-95提升6.8%，可视化显示预测框更贴合目标轮廓，减少背景冗余。
- **HAT和FALA模块**：单独加入HAT，mAP50提高1.9%，召回率提高3.0%，证明HAT减少了漏检；单独加入FALA，mAP50提高2.8%，mAP50-95提高2.7%，精度和召回率分别提升2.1%和3.7%，验证了FALA对高频特征的保留能力。

**5.4 Frequency Analysis and Visualization（频率分析与可视化）**
通过二维快速傅里叶变换（2D FFT）分析P3骨干层特征图的径向能量分布，发现标准线性注意力（MILA）相比CNN基线在高频区域能量下降显著，而FALA则恢复了高频能量，且差异具有统计学意义（配对t检验：p<0.001）。空间激活图显示，FALA在船只等小目标区域产生更集中、更强烈的激活，表明其频率感知机制在空间域转化为目标聚焦的注意力。

**5.5 Case Analysis and Confusion Matrix（案例分析及混淆矩阵）**
- **案例分析**：对比YOLO11s-OBB与HF-YOLO的检测结果，HF-YOLO成功解决了六类典型失败模式：小目标漏检、冗余检测、误检、定位角度偏差、边界目标漏检和部分遮挡漏检。同时展示了HF-YOLO在强光照、遮挡、类别混淆等挑战性条件下的失败案例。
- **混淆矩阵**：HF-YOLO的混淆矩阵对角元素更集中，永久房屋与临时房屋之间的混淆降低，船只与背景的误分类减少，圆形圩区和临时房屋的漏检率下降，表明模型分类鲁棒性提升。

**讨论与结论总结**
**讨论部分**：研究讨论了HF-YOLO在岸线场景中的优势，特别是对船只和光伏板等依赖高频特征的目标。同时指出RSI数据集规模有限、地理覆盖和环境多样性不足，未包含季节、天气和光照变化；手动OBB标注存在主观性；未在机载无人机硬件上验证实时部署；视觉相似类别（如永久房屋与临时房屋）的区分仍有挑战。

**研究结论**（翻译原文Concluding Remarks部分）：
本研究针对无人机遥感图像中河流湖泊岸线区域的典型目标检测，提出了HF-YOLO模型。在YOLO11基线基础上，引入了三个关键模块：HAT模块，通过残差特征增强在输入阶段强化小目标的高频细节；FALA模块，解决线性注意力中的高频抑制问题，保留对小目标检测至关重要的边缘和纹理特征；OBB检测头，提升任意方向目标的定位精度。与现有定向检测器相比，HF-YOLO在检测小尺度、密集分布和任意方向的岸线目标方面表现出更优能力。在RSI数据集上，HF-YOLO的mAP50比直接基线YOLO11s-OBB高4.5%，比最强竞争方法YOLO11m-OBB高2.6%。在DOTA-v1.0数据集上，HF-YOLO的mAP50比基线YOLO11s-OBB高6.6%，比最强竞争方法RTMDet-R-S高0.9%，展示了超越岸线领域的泛化能力。本研究致力于推动目标检测技术在河流湖泊岸线智能监管中的应用。HF-YOLO的提出和RSI数据集的构建是岸线区域监管的基础性贡献。