基于特征共享与多尺度融合的船舶检测方法

来源：机械与电子杂志2026年第02期北京时间：

作者：王东1;文方青2;扶湘典1;鲁宏伟3

单位： (1.长江三峡通航管理局, 湖北 宜昌 443002;2.三峡大学计算机与
信息学院, 湖北 宜昌 443002;3.华中科技大学网络空间安全学院, 湖北 武汉 430074)

摘要：针对现有方法在复杂海上场景下存在的特征提取不足、多尺度目标检测精度下降等问题,提出一种基于特征共享的多尺度船舶检测方法FSMA YOLO。首先,设计一种特征共享检测结构(FSDH),通过权重共享的卷积特征提取器实现不同尺度特征的统一表征,有效减少冗余参数并提升特征一致性;其次,设计多尺度自适应上下文注意模块(MACA),融合通道与空间双维度注意机制,在多尺度卷积下自适应增强关键特征响应,强化模型在复杂背景中的语义辨识能力;最后,引入自适应特征融合模块(ASFF),通过特征尺度归一化与权重自适应融合机制,优化跨层特征整合,增强模型对不同尺寸船舶的检测鲁棒性。实验结果表明,FSMA YOLO 模型在HRSC2016与Levir Ship数据集上检测精度较基准模型显著提升,验证了所提方法的有效性。

关键词：特征共享;特征融合;船舶检测;自适应