LGM-YOLOv11：融合多尺度注意力机制的水下目标检测模型

来源：计算机工程与应用杂志2025年第23期北京时间：

作者：陈辉, 虞永杰

单位：安徽理工大学 计算机科学与工程学院，安徽 淮南 232001

摘要：水下图像在海洋生态环境监测、水下资源开发等应用中发挥着重要作用。然而，水下图像通常受到光散射、悬浮颗粒和颜色衰减等因素影响，导致图像呈现低对比度、边缘模糊和噪声干扰等特征，进而降低了水下目标检测的准确性和效率。针对这些挑战，提出了一种融合多尺度注意力机制的水下目标检测模型以提升水下环境物体的检测性能。引入拉普拉斯-高斯主干模块（LoGStem），代替YOLOv11主干网络的前两层卷积，增强了对水下图像的边缘和纹理细节的提取能力。提出门控激活卷积模块（GSConv）嵌入特征金字塔网络中，利用门控机制为每个空间位置和通道启用动态特征，增强了模型捕捉细节能力；提出了多尺度增强并行注意力模块（MSEPA），并将其集成到C3k2中，再通过多尺度特征融合和多重注意力机制的协同作用，从而增大感受野并增强特征表示；为了提高小目标定位的精度和稳定性，使用了Shape-NWD损失函数。在UTDAC、DUO、RUOD和水下垃圾数据集上的实验表明，所提出的方法相较于对比模型达到了最佳检测精度。

关键词：水下目标检测,多尺度注意力,YOLOv11,Shape-NWD