YOLOv8n-PFA: Ein paralleles Fusions-Attention-Netzwerk zur verbesserten Zielerkennung in herausfordernden Umgebungen

Einführung Die Unterwasser-Zielerkennung spielt eine entscheidende Rolle bei der Überwachung der Meeresumwelt und der Ozeanerkundung. Eine genaue Erkennung bleibt jedoch aufgrund von geringer Beleuchtung, unscharfen kleinen Objekten und komplexen Hintergrundstörungen herausfordernd. Obwohl auf convolutionalen neuronalen Netzwerken basierende Detektoren die Erkennungsleistung verbessert haben, sind viele bestehende Ansätze rechenintensiv, was ihren Einsatz auf ressourcenbeschränkten Unterwasserplattformen einschränkt. Methoden Um diesen Herausforderungen zu begegnen, schlagen wir YOLOv8n-PFA vor, ein leichtgewichtiges und hochpräzises Unterwasser-Objekterkennungs-Framework. Die vorgeschlagene Methode führt ein neuartiges Parallel Fusion Attention (PFA)-Modul ein, das Kanal- und räumliche Aufmerksamkeit parallel mittels Residualverbindungen modelliert, um diskriminative Merkmale zu verstärken und Hintergrundrauschen zu unterdrücken. Der Wise Intersection over Union (WIoUv3) Verlust wird integriert, um das Training zu stabilisieren und die Lokalisierungsgenauigkeit zu verbessern. Zusätzlich werden depth-wise Convolutions (DWConv) strategisch eingesetzt, um die Modellparameter und die Rechenkomplexität zu reduzieren. Zur weiteren Validierung der Generalisierungsfähigkeit wird das PFA-Modul auch in YOLOv11n integriert. Ergebnisse Experimentelle Ergebnisse zeigen, dass YOLOv8n-PFA eine mittlere durchschnittliche Präzision (mAP) von 84,2 % auf dem URPC2020-Datensatz mit 2,68 M Parametern und 7,7 GFLOPs sowie 84,8 % mAP auf dem RUOD-Datensatz mit 2,98 M Parametern und 7,9 GFLOPs erreicht. Integriert in YOLOv11n erzielt das Modell 84,7 % mAP auf URPC2020 und 85,3 % auf RUOD bei nur 2,76 M Parametern und 6,5 GFLOPs. Über beide Datensätze hinweg verbessert der vorgeschlagene Ansatz die mAP um 2,8-4,1 % gegenüber Basismodellen, während eine leichte Architektur beibehalten wird. Diskussion Die Ergebnisse zeigen, dass das vorgeschlagene Framework eine effektive und recheneffiziente Lösung für die Echtzeit-Unterwasser-Zielerkennung in herausfordernden marinen Umgebungen bietet. Die konsistenten Leistungssteigerungen über verschiedene YOLO-Generationen bestätigen zudem die Skalierbarkeit und Robustheit des vorgeschlagenen PFA-Moduls.