基于时频双域协同与语义增强的复杂水域漂浮物检测方法

来源：机械与电子杂志2026年第03期北京时间：

作者：张思思1;滑文强2

单位： (1.西安航空职业技术学院自动化工程学院,陕西 西安 710089;
2.西安邮电大学计算机学院,陕西 西安 710061)

摘要：为解决复杂水域环境下漂浮物检测中存在的尺度差异显著、背景干扰强烈及小目标漏检等问题,提出一种空间频域增强网络(SFE Net)。首先,提出空频自适应卷积,通过空间频率分流与自适应融合策略,突破了传统卷积固定感受野的局限,实现了空间上下文与频率纹理特征的协同提取,显著增强了对多尺度目标的感知能力。其次,设计小波频率解耦模块,利用Haar小波变换将特征解耦为高频细节与低频轮廓,并通过双路注意力机制分别强化边缘纹理与全局语义表征,有效抑制了水面波纹与反光等复杂背景噪声。最后,引入Inner IoU 边界框回归损失函数,通过引入辅助边框与比例因子控制,优化样本在特征空间的内部相似性度量,解决了小目标定位中IoU 敏感度不足的问题,提高了边界框回归的收敛速度与定位精度。在FloW+数据集上的实验结果表明,该方法的mAP@50达到91.4%,相比原始YOLOv8n提升8.7百分点;同时模型参数量减少36.7%,推理速度达到214 帧/s,在保证实时性的同时显著提升了检测性能。

关键词：目标检测;空频自适应;小波变换;Inner IoU;水面漂浮物