基于ERT-DETR模型的水面小漂浮物实时检测算法研究及其在海洋环境监测中的应用

本文提出了一种增强型实时检测Transformer模型（ERT-DETR），通过动态特征金字塔网络（DFPNet）和微注意力模块（MAM）的协同优化，结合Inner-IoU损失函数，在FloW-Img数据集上实现92.6% AP和118.84 FPS的检测性能，为复杂水域环境下的塑料垃圾监测、船舶追踪等场景提供高效解决方案。

　　

Highlight

针对复杂水域环境中小漂浮物检测的实时性与端到端能力难以平衡的挑战，本研究提出增强型实时检测Transformer（ERT-DETR）。该模型整合动态特征金字塔网络（DFPNet）与微注意力模块（MAM），结合Inner-IoU辅助边界框损失函数，在FloW-Img数据集上实现92.6%平均精度（AP）和118.84帧/秒（FPS）的检测性能，超越基线模型RT-DETR达4.3% AP与19.8% FPS。

Our method

ERT-DETR网络架构如图2所示。骨干网络最后四阶段特征（S₂-S₅）通过基于注意力的跨尺度特征交互模块（AIFI）转换为序列特征。DFPNet融合双向特征金字塔与改进路径聚合网络，SPD-Conv组件（图3）采用空间池化膨胀卷积对特征图进行下采样，显著提升小目标特征提取能力。

B: SPD-Conv

如图4所示，SPD-Conv由空间深度分解层（SPD）和无步长卷积层组成。对于输入特征S(H,W,C)，通过子窗口划分与通道重组操作，将空间信息压缩至通道维度，有效保留小目标的细节特征。

Dataset and parameter settings

实验基于A100 GPU与PyTorch框架，采用2000张无人艇拍摄的FloW-Img数据集（训练:验证:测试=6:2:2）。图7显示数据集中目标尺寸80%小于32×32像素，且受波浪反射、光照变化等干扰显著。

Conclusion

ERT-DETR通过DFPNet与MAM的协同设计，结合Inner-IoU损失函数，在复杂水面环境下实现小漂浮物的高精度实时检测，为海洋管理（Marine Management）与环境监测（Environmental Monitoring）提供创新技术支撑。