计算机工程与应用

作者：李娜, 刘娜, 张翼龙, 冯伟昊

单位：1.西安科技大学 计算机科学与技术学院，西安 710054；2.国网能源新疆准东煤电有限公司 安全环保部，新疆 昌吉州?831800；

关键词：目标检测,船舶检测,多尺度特征融合,注意力机制

基金：国家自然科学基金（62002285）。

船舶检测作为海洋监控及安全管理的关键技术，广泛应用于航道监控、海上救援、非法捕捞等。针对船舶检测中存在的尺寸差异大、背景干扰和遮挡问题，提出基于亚像素卷积的多尺度加权融合船舶检测方法。针对船舶图像中的尺度差异，提出多尺度特征加权融合机制，利用亚像素3D融合模块和三重特征编码模块，有效融合不同尺度特征，同时结合多尺度卷积注意力加权机制，使模型在不同空间范围内关注输入特征，从而提升检测精度。为了增强特征提取灵活性并保持网络性能，引入可变核卷积，根据输入动态选择采样点位置，提高特征表达能力。针对锚框在回归过程中膨胀导致模型收敛慢的问题，引入Powerful-IoU损失，利用自适应惩罚因子和梯度调节函数引导锚框回归，同时引入聚焦机制提高中等锚框的聚焦能力。在公共船舶数据集SeaShips上进行了实验，实验结果表明，提出的方法在多尺度船舶检测任务中表现优越，相比基准模型，精确率提升2.8个百分点，召回率提升4.8个百分点，mAP@0.5提升1.5个百分点，mAP@0.5：0.95提升6.6个百分点，且模型能够快速收敛并保持较好的稳定性，有效应对了复杂背景和船舶遮挡问题。

来源：2026年第3期

《计算机工程与应用》期刊编辑部

查看计算机工程与应用杂志2026年第3期