面向内河航行的轻量级物体检测：ODDIIRS数据集与IR-YOLOv8方法

《Scientific Reports》：IR-YOLOv8 for lightweight object detection in inland waterway environments

　　

摘要

快速准确的物体感知是内河航行的关键，但由于复杂的视觉环境、缺乏针对特定任务的数据集以及计算资源有限，这一任务仍面临巨大挑战。为应对这些挑战，我们构建了ODDIIRS，一个内河物体检测数据集，包含跨12个类别的10,198张图像，涵盖五种船舶类型、四类漂浮物以及三类导航设施或地标。基于ODDIIRS，我们提出了IR-YOLOv8，一种轻量级检测器，旨在提升小目标感知能力、特征保留效果、预测效率和定位质量。该模型引入了高分辨率P2预测分支，以更好地表征小型及远距离目标。ADown在多级下采样过程中减少了细粒度信息的损失。为抵消四尺度预测带来的额外开销，LSCD_Head采用共享卷积和Group Normalization，以降低P2至P5特征层级的参数量与计算开销。在训练过程中，使用PIoU v2以改善边界框回归并加速早期优化，且在推理阶段不引入额外算子。在ODDIIRS上的实验表明，与YOLOv8n相比，IR-YOLOv8的参数量和模型体积分别降低了35.88%和31.89%。精确率、召回率、F1分数、mAP@0.5以及mAP@0.5:0.95分别提升了0.58、3.37、2.00、1.92和1.25个百分点，达到93.23%、92.60%、92.91%、94.89%和65.68%。在输入分辨率为\(640\times 640\)的情况下，该模型在NVIDIA RTX 3060 GPU上的纯推理吞吐量达到356.24 FPS。这些结果表明，IR-YOLOv8在检测精度与模型紧凑性之间取得了良好的平衡。