计算机工程

作者：许晓阳, 魏伟, 高重阳

单位：西安科技大学计算机科学与技术学院, 陕西 西安 710054

关键词：船舶目标检测,轻量级,知识蒸馏,注意力机制,YOLOv7-tiny网络

针对红外场景下的船舶图像检测准确率低和计算量大的问题, 提出一种用于红外船舶目标检测的改进YOLOv7-tiny模型。首先, 在主干网络采用轻量级模型PP-LCNet, 极大降低网络参数量与计算量。然后, 改进Fused-MBConv模块和坐标注意力(CA)机制构建ELAN-FM-C模块, 将其引入特征融合层, 全面关注特征层的空间信息和通道信息, 获取更大感受野。接着, 使用基于最小点距离的边界框相似度比较的MDPIoU损失函数, 简化了计算过程, 提高了轻量级模型对红外目标的检测能力。然后, 设计R-BiFPN结构来融合更多有效特征, 提高了轻量级模型对不同尺度目标的检测效果。最后, 利用知识蒸馏技术进一步提高了模型的检测精度。在艾睿光电红外海上船舶数据集上的验证结果表明, 相比原始YOLOv7-tiny模型, 改进模型检测的均值平均精度(mAP)提高了3.3百分点、参数量和计算量分别降低了23.0%和30.3%、模型大小减小了21.7%。在公开船舶数据集SeaShips和Ship Images上的验证结果表明, 与主流和最新检测模型相比, 改进模型具有良好的泛化性和鲁棒性, 并且在检测精度和轻量化方面表现更优。

来源：2026年第2期

《计算机工程》期刊编辑部

查看计算机工程杂志2026年第2期