基于YOLO11-MDA的水下垃圾多尺度目标检测方法

来源：电子测量技术杂志2026年第6期北京时间：

作者：赵雪峰，任艺，仲兆满，仲晓敏

单位：江苏海洋大学计算机工程学院 连云港 222005

摘要：水下垃圾检测是维持水下生态系统平衡的关键技术。针对水下垃圾检测面临着目标尺度差异大的问题，提出一种基于YOLO11的水下垃圾检测算法YOLO11-MDA。首先，提出了一种多域特征提取模块MFEM,通过提取空域和频域的目标特征，能够从输入特征图中提取不同尺度特征，增强全局特征与局部信息的表达能力。其次，引入轻量级动态上采样DySample模块，融合上下文信息，提升上采样的质量和效率。最后，引入自适应阈值焦点分类损失ATFL,降低多尺度样本分布不均衡对检测结果的影响，提高多尺度目标的检测精度。实验结果表明，相比基线模型，YOLO11-MDA在TrashCan数据集和Trash_ICRA19数据集的mAP分别达到了91.4%和97%，提升3.1%和10.7%，FPS达到了 354.3 fps的检测速度，充分说明改进的模型整体性能优于其他算法，为水下环境的自动化监测提供一种有效的解决方案。

关键词：水下垃圾;多尺度目标检测;YOLO11;多分支卷积

基金资助：国家自然科学基金(72174079)、江苏省“青蓝工程”优秀教学团队项目(2022-29）、江苏省自然科学基金青年基金(SBK2024041254)项目资助