《Frontiers in Marine Science》：CEC-YOLO: a floating-debris detection algorithm for complex water-surface environments
编辑推荐：
# 摘要翻译
自主水面清洁船依赖对漂浮物的精确实时感知，然而在复杂水面环境中，由于目标尺寸小、尺度变化大、水面反射和光照干扰等因素，检测仍然困难重重。本研究提出CEC-YOLO，一种基于YOLO11n构建的轻量级检测算法，解决了该场景下精度与推理速度之间反复
# 摘要翻译
自主水面清洁船依赖对漂浮物的精确实时感知，然而在复杂水面环境中，由于目标尺寸小、尺度变化大、水面反射和光照干扰等因素，检测仍然困难重重。本研究提出CEC-YOLO，一种基于YOLO11n构建的轻量级检测算法，解决了该场景下精度与推理速度之间反复出现的权衡问题。CEC-YOLO并未引入新的基础算子，而是在YOLO11n框架内，对现有轻量级特征提取与校准机制进行了面向任务的结构化整合。CSP-EDLAN与P2–P5骨干层级进行阶段匹配，在紧凑的计算预算下增强多尺度漂浮物特征表示。源自分割任务的CFC-CRB与SFC-G2模块被重组为非对称级联拓扑结构，其中语义上下文首先在P5层级进行校准，随后用于引导P3层级的空间重对齐。这种尺度特定的耦合设计针对反射引起的伪纹理、密集聚集、模糊边界和视角相关形变，而非将三个模块视作可互换的即插即用组件。在复杂水面漂浮物数据集上的评估表明，CEC-YOLO在RTX 3090上达到88.9%的平均精度均值（mAP@0.50），同时保持175帧/秒（FPS）的推理速度，在精度-速度平衡上超越了YOLO11n基线及其他主流检测器。在公开的IWHR-AI-Lable-Floater-V1漂浮物数据集上的跨数据集评估进一步证实，这些性能提升并非特定于自建数据。通过在紧凑模型中实现高精度实时检测，CEC-YOLO为智能水面清洁船提供了可部署的感知解决方案，并为自动化海洋污染监测与治理贡献了一条实用路径。
# 论文解读
## 一、研究背景与问题
塑料及其他人为漂浮物在河流和近岸水域的长期滞留已成为持续性的环境问题。瓶罐、泡沫碎片、金属物品等漂浮物不仅降低水质、威胁水生生态系统，若未及时清理还会随洋流进入海洋，造成更大范围的持久污染。传统人工清理方式劳动密集、效率低下、易受天气影响且难以规模化。智能水面清洁船因此成为自主监测和回收水面漂浮物的主要发展趋势。然而，受船载嵌入式硬件计算资源的约束，漂浮物检测算法必须满足实时推理的基本要求；在俯视和近水平等多视角复杂场景中，如何在实时约束下进一步提高检测精度，已成为限制智能水面清洁系统实际部署的核心问题。
复杂水面场景中，检测目标面临四大视觉挑战：第一，反射引起的伪纹理（C1），水面反射的天空、植被和建筑产生的高频纹理轮廓尺度与真实漂浮物相似，易导致误检；第二，模糊边界（C2），透明塑料瓶和部分浸没的金属罐等目标在视觉上融入水面，边界难以可靠确定；第三，密集聚集与相互遮挡（C3），风力和水流驱动下漂浮物在局部区域成团聚集，目标间遮挡显著；第四，仿射变换（C4），船载相机和岸基监控设备的俯视与近水平视角因透视畸变产生明显的旋转和缩放效应。这四类挑战相互交织，导致通用检测器在复杂水面场景中性能显著下降。
## 二、研究内容与意义
针对上述问题，研究人员以YOLO11n为基础架构，提出CEC-YOLO检测算法，构建了面向复杂水面场景的漂浮物检测数据集，并通过消融实验和对比实验系统验证了所提方法的有效性。CEC-YOLO的方法论贡献定位于面向任务的架构层面，而非单个卷积或校准算子的层面：将四种水面场景失效模式映射为两个特征层面的原因——上下文失配（C1和C3）与空间错位（C2和C4），建立场景退化与架构操作之间的显式对应关系。CEC-YOLO在自建数据集上达到88.9%的mAP@0.50，在RTX 3090上保持约175 FPS的推理速度，以约十一分之一的参数量和十三分之一的计算量达到与RT-DETR相当的检测精度，为资源受限的船载嵌入式部署提供了更实用的精度-效率平衡方案，为智能水面清洁船提供了可部署的感知解决方案。
## 三、关键技术方法
研究人员主要采用了以下关键技术方法：第一，CSP-EDLAN多尺度特征提取模块，采用DualConv双路径卷积结构（3×3分组卷积与1×1逐点卷积并行融合，计算量约为标准卷积的三分之一）和CSP风格的密集聚合设计，在P2–P5骨干层级替换原C3k2模块；第二，CFC-CRB上下文特征校准模块，通过级联金字塔池化构建上下文库，计算像素到上下文的相似度，在检测头最深层级（P5）校准语义上下文；第三，SFC-G2空间特征校准模块，采用分组可学习偏移采样，在检测头最浅层级（P3）对高分辨率空间细节进行重对齐；第四，构建了包含3,750幅图像、12,448个标注实例的复杂水面漂浮物检测数据集，覆盖内河、湖泊和近岸水域三种典型场景，包含PET瓶、玻璃瓶、金属容器和塑料浮标四类目标，刻意涵盖C1–C4四种视觉挑战场景。
## 四、研究结果
**4.4.1 消融实验。** 以YOLO11n为基线，逐步引入CSP-EDLAN和CSFCN组件。单独添加CSP-EDLAN使mAP@0.50从0.858提升至0.873，单独添加CSFCN使mAP@0.50提升至0.867；完整模型CEC-YOLO在精度、召回率、mAP@0.50和mAP@0.50:0.95上分别提升2.7、3.0、3.1和1.6个百分点。两个组件在召回率指标上表现出非加和的协同效应，表明骨干特征丰富度与特征校准之间存在功能互补依赖。
**4.4.2 边界框回归损失敏感性。** 对比原始IoU回归损失与混合IoU-NWD损失，混合损失在四项指标上分别下降0.021、0.007、0.015和0.008。混合损失在当前数据集和训练配置下未带来精度收益，最终模型保留原始损失。
**4.4.3 校准模块插入位置消融。** 将CFC-CRB移至P3或P4均导致性能下降，移至P3时mAP@0.50降至0.865；将SFC-G2移至P4使召回率降低3.5个百分点；级联拓扑相比并行拓扑召回率提升3.5个百分点。验证了CFC-CRB(P5)→SFC-G2(P3)级联配置的结构合理性。
**4.4.4 集成模块关键超参数敏感性。** SFC-G2分组数G=2相比G=8在召回率和mAP@0.50上分别提升3.4和1.1个百分点；CSP-EDLAN单元数n=1在提升mAP@0.50的同时降低了参数量。
**4.4.5 与主流YOLO系列检测器比较。** CEC-YOLO在四项检测指标上均优于YOLOv5n、YOLOv8n、YOLO11n、YOLOv12n和YOLOv13n，mAP@0.50达0.889。相比RT-DETR，以约十一分之一参数和十三分之一计算量达到仅低1.4个百分点的mAP@0.50。
**4.4.6 与特定领域水面漂浮物检测器比较。** 在自建3,750幅图像数据集上达到mAP@0.50=0.889，以2.91M参数和8.0 GFLOPs为反射丰富、视角多变的部署条件提供了强精度-效率平衡。
**4.4.7 类别混淆与逐类性能分析。** 四个类别的召回率均提升1.4%–3.7%。Glass类提升最为显著，mAP@0.50提升4.5个百分点。mAP@0.50增益与类别频率呈单调逆序关系（Spearman ρ=?1.00），表明残差类别差异由视觉难度而非实例数量主导。
**4.4.8 定性结果与特征图分析。** 在反射丰富场景中CEC-YOLO抑制了基线在反射区域的误检；对部分浸没的透明瓶类目标定位更精确；密集聚集场景中单体检测更准确。特征图可视化显示CEC-YOLO在骨干层和颈部P3层产生更聚焦、更完整的激活响应，验证了"丰富特征+精细校准"的协同分工。
**4.4.9 跨数据集泛化评估。** 在公开的IWHR-AI-Lable-Floater-V1数据集上，CEC-YOLO将mAP@0.50:0.95从0.621提升至0.630，精度提升0.7个百分点，收敛速度提前16个epoch，证实改进具有跨数据集的泛化能力。
**4.4.10 结果分析。** CEC-YOLO在轻量级YOLO系列检测器中全面最优，与RT-DETR相比实现了显著更优的架构级精度-效率平衡。逐类分析、定性检测结果和特征图可视化共同证实了方法在复合干扰场景中的有效性。
## 五、讨论总结与结论翻译
**讨论总结。** 本研究的局限性在于CEC-YOLO尚未在嵌入式或移动计算平台上进行评估，当前实验未建立端到端的板载延迟、内存消耗、功耗、热稳定性及部署引起的精度变化。参数量和GFLOPs表征的是架构紧凑性和部署潜力，而非经过验证的船载运行性能。此外，在更严格的mAP@0.50:0.95阈值下，Glass类性能仍然最低，归因于较小的实例池和透明/部分浸没物体固有的标注模糊性。
**结论翻译。** 为解决复杂水面场景中的反射、模糊边界、密集遮挡和视角形变问题，本文开发了CEC-YOLO，作为YOLO11n的任务导向架构适配。CSP-EDLAN、CFC-CRB和SFC-G2源自先前研究；本工作的贡献在于将它们与YOLO11n特征层级匹配并建立串行功能依赖。具体而言，CSP-EDLAN在P2–P5增强多尺度特征，CFC-CRB在P5校准反射敏感的语义上下文，校准后的深度特征引导SFC-G2对边界敏感的P3特征进行重对齐。这种尺度特定的CFC-CRB(P5)→SFC-G2(P3)配置构成了水面检测任务的主要结构改进。在自建数据集上，CEC-YOLO达到0.889的mAP@0.50和0.808的召回率，在四项检测指标上超越五种主流YOLO系列检测器，同时保持约175 FPS的推理速度，满足智能巡检和清洁船的实时部署需求。消融研究显示CSP-EDLAN和CSFCN模块在召回率上表现出非加和的协同效应。跨数据集评估进一步表明改进具有超越自建数据的泛化能力。总之，CEC-YOLO提供了高于主流基线模型的检测精度，同时满足智能水面清洁船对检测精度和实时性的双重需求。
