基于改进YOLO11-OBB的SAR海洋内波检测方法研究

来源：计算机工程与应用杂志2026年第10期北京时间：

作者：康哲, 查国震

单位：江苏海洋大学 海洋技术与测绘学院，江苏 连云港 222005；

摘要：海洋内波是发生在密度稳定层化海水内部的波动现象，会对潜航器等构成威胁，也会对水声通信等产生影响。合成孔径雷达（synthetic aperture radar，SAR）图像是海洋内波探测的主要手段，利用ERS、ENVISAT ASAR和GF-3采集的169幅SAR影像，结合迁移学习对YOLO11-OBB模型进行训练，采用ADownpro模块替换标准卷积，降低计算复杂度，提高检测精度；在SEV2基础上提出混合注意力SEV3，通过改进通道注意力和新增空间注意力，与SPPF结合，强化骨干多尺度特征提取；基于HSFPN和BiFPN思想，设计BARFPN结构，先对骨干特征叠加，再采用特征选择进行强化，最后结合高效上采样和特征融合，增强颈部特征；在颈部输出前引入LSKA，通过低层大核、高层小核提升对局部和全局特征的提取性能。实验结果表明，相比原模型，精确率、召回率、mAP@0.5和mAP@0.5：0.95分别提升5.1、5.7、3.8和8.8个百分点，模型参数量降低8%，计算复杂度降低0.5?GFLOPs。针对复杂海域和SWOT图像，模型能够取得良好的检测结果。将有向框与拉东变换相结合，可以有效获取海洋内波传播方向。

关键词：海洋内波,YOLO11-OBB,合成孔径雷达（SAR）,地表水和海洋地形卫星（SWOT）,拉东变换

基金资助：国家自然科学基金（62071207）；2024年江苏高校“青蓝工程”资助项目（苏教师函[2024]14号）；2021年江苏高校“青蓝工程”资助项目（苏教师函[2021]11号）。