改进YOLOv11的无人机海上小目标检测算法

来源：计算机工程与应用杂志2026年第1期北京时间：

作者：孔垂乐, 孟昱煜, 火久元, 常扣扣, 陈仙

单位：1.兰州交通大学 电子与信息工程学院，兰州 730070；2.中路高科交通检测检验认证有限公司，北京 116026；3.昆明理工大学 交通工程学院，昆明 650500

摘要：为了有效应对无人机海上搜救过程中小目标检测面临海面背景复杂、目标小、像素低以及部署移动无人机平台等挑战，对YOLOv11做出改进以适应海上小目标检测。提出小波变换效应卷积（WTEConv）替换原始骨干网络中的卷积模块，增大模型的感受野，提升模型检测性能，降低使用大核卷积的成本。提出多分支上采样结构（MUpsample），保持原始特征图大小不变，提高模型上采样过程中的特征质量。将原始检测头替换为动态检测头（Dy head）并扩充到用于检测160×160特征图的小目标检测头，提升模型对小目标关注度的同时提高模型检测性能。在开放水域游泳者大规模数据集SeaDronesSee上进行实验验证，实验结果表明，改进模型在该数据集上mAP50和mAP50-90分别提高了12.4和5.4个百分点，验证了模型对海上小目标检测的有效性。

关键词：小目标检测,海上搜救,YOLOv11,小波变换,多分支上采样