摘"要：海洋垃圾不僅嚴重威脅海洋動物的健康及其棲息地，由其釋放的有毒物質(zhì)進入食物鏈后對人類身體健康同樣造成消極影響。由于海洋圖像受到光照投影的影響，并且垃圾的尺寸通常較小，以往的目標檢測算法對海洋垃圾的檢測性能并不理想，因此提出了一種基于YOLOv8網(wǎng)絡模型的改進算法（YOLOESD），該算法共有三個改進點：首先，采用Stemblock模塊替換了模型的初始卷積，在減少模型參數(shù)量的同時，提高模型檢測的精確度；其次，融合高效多尺度注意力模塊（EMA），有效減少了模型的漏檢和誤檢問題；最后，在原模型的頭部額外增加一個小目標檢測頭，提高模型對小尺度目標的敏感度。實驗結(jié)果表明，改進后的YOLOv8網(wǎng)絡模型與原網(wǎng)絡模型相比，漏檢情況得到明顯改善，mAP@0.5達到90.8%，精度提高了3.6個百分點；YOLOESD網(wǎng)絡模型的檢測效果優(yōu)于原網(wǎng)絡模型及經(jīng)典的網(wǎng)絡模型。

關(guān)鍵詞：目標檢測；小目標檢測；海洋垃圾檢測；EMA注意力機制；Stem模塊；YOLOESD

中圖分類號：TP391""""""文獻標識碼：A

YOLOESD"Marine"Litter"Image"Detection

Based"on"Improved"YOLOv8

LI"Cui，WANG"Jiao

（School"of"Software，"Dalian"Jiaotong"University，""Dalian，Liaoning"116021，China）

Abstract：Marine"litter"is"a"serious"threat"to"the"health"of"marine"animals"and"their"habitats，"and"it"also"has"a"negative"impact"on"human"health"through"the"release"of"toxic"substances"that"enter"the"food"chain.The"performance"of"previous"target"detection"algorithms"for"marine"litter"is"not"satisfactory"due"to"the"fact"that"marine"images"are"affected"by"light"projection"and"the"size"of"the"litter"is"usually"small.Therefore，"this"paper"proposes"an"improved"algorithm"（YOLOESD）"based"on"the"YOLOv8"network"model，"which"has"three"improvement"points.Firstly，"the"initial"convolution"of"the"model"is"replaced"by"the"Stemblock"module."While"reducing"the"number"of"model"parameters，"improve"the"detection"accuracy"of"the"model.Secondly，"we"have"integrated"the"efficient"multiscale"attention"module"（EMA）."Effectively"reducing"the"problem"of"missed"and"1"alarms"in"the"model.Finally，"an"additional"small"target"detection"head"is"added"to"the"head"of"the"original"model"to"improve"the"model's"sensitivity"to"smallscale"targets."The"experiments"results"show"that"the"improved"YOLOv8"network"model"has"significantly"improved"leakage"detection"compared"to"the"original"network"model，"the"mAP@0.5"reached"90.8%，"and"the"accuracy"is"improved"by"3.6"percentage"points;"the"YOLOESD"network"model"outperforms"both"the"original"network"model"and"the"classical"network"model"in"terms"of"detection.

Key"words："target"detection；small"target"detection；marine"litter"detection；EMA"attention"mechanism；Stem"module；YOLOESD

目前，海水資源受污染程度越來越重，自1950年以來，塑料垃圾在全球范圍內(nèi)存在且呈指數(shù)級增長，據(jù)估計，每年僅陸地地區(qū)就有13萬噸塑料垃圾流入海洋[1]。塑料垃圾可作為運輸其他污染物的載體，天然毒素可以吸附在塑料上，海洋生物通過攝入毒素正在影響器官的健康。此外，垃圾還存在養(yǎng)分循環(huán)惡化、瀕危物種滅絕等潛在的影響，這不僅污染海洋環(huán)境，還波及人類健康，甚至如今的海水中檢測出了直徑小于5"mm的微塑料，這種微塑料已經(jīng)滲透到食物鏈中，最終流向人體內(nèi)部[2]。

海洋垃圾檢測方面仍然有許多挑戰(zhàn)需要解決。Ma等[3]將RetinaNet算法與數(shù)據(jù)增強、損失函數(shù)優(yōu)化以及遷移學習相結(jié)合，有效提升了海洋垃圾檢測的精度值。Zaaboub等[4]將無人機與機器學習技術(shù)、K近鄰算法相結(jié)合，在垃圾識別的四次測試中誤差平均值僅為6.3%。Winans等[5]使用單次多盒探測器結(jié)合MobileNetV2特征提取器對夏威夷沿海海洋垃圾進行了檢測，最終達到了71.8%的精度值。雖然以上的研究都表明，新技術(shù)的使用，可以在有效地檢測海洋垃圾的同時節(jié)省大量的人力物力，但詳細查看結(jié)果時，可以發(fā)現(xiàn)，實驗結(jié)果總體精度偏低，特別是在小目標物體增加時，漏檢率很高，檢測精度削弱。

為了解決上述問題，提升目標檢測的精度，有效解決海洋垃圾中小目標漏檢及誤檢問題，文中提出了一種改進的YOLOv8目標檢測模型（YOLOESD）。本文的主要改進如下：

（1）融合新型高效多尺度注意力（EMA）[6]機制，通過將先前幀的預測結(jié)果納入考慮范圍，將當前幀的預測結(jié)果與先前幀的結(jié)果相結(jié)合，有助于模型降低漏檢率與誤檢率。

（2）模型輕量化，用Stemblock模塊［7］替換YOLOv8網(wǎng)絡模型[8]中的起始卷積，在精度稍有提高的情況下，減少模型的參數(shù)量。

（3）在YOLOv8網(wǎng)絡模型的頭部額外添加一個小目標檢測頭，有效解決小目標漏檢率高的問題，進一步提升檢測精度。

1"改進YOLOv8的方法

本文采用近年來較先進的單階段目標檢測算法YOLOv8模型作為本次實驗的基本模型，修改YOLOv8模型來定位整個圖像中的垃圾點，并進行有效分類。模型整體的框架圖如圖1所示，將在下面的小節(jié)中進行詳細解釋。

1.1"融合EMA"注意力模塊

跨通道關(guān)系建模提取深度視覺表示時，通道降維會帶來副作用，為了解決這一問題，高效多尺度注意力模塊（EMA）橫空出世。EMA專注于保留每個通道的信息，并盡可能減少計算開銷，一方面對全局信息進行編碼，校準每個并行分支中的通道權(quán)重；另一方面，通過跨維度交互來進一步組合兩個并行分支的輸出特征。EMA的總體結(jié)構(gòu)如圖2所示。

EMA注意力機制的跨空間信息聚合方法：由圖2陰影部分可知，1×1分支的輸出和3×3分支的輸出作為陰影部分的輸入。然后，在1×1分支中，利用2D全局平均池化對全局空間信息進行編碼，使用非線性函數(shù)Softmax來擬合線性變換。將上述輸出與矩陣點積運算相乘，導出了第一個空間注意力圖。文中類似的利用2D全局平均池化來編碼3×3分支中的全局空間信息，導出保留了整個精確空間位置信息的第二空間注意力圖。

EMA在卷積運算中不降低通道維度的情況下學習有效的通道描述，并為高級特征圖產(chǎn)生更好的像素級關(guān)注。2D全局池化操作式如下：

Zc=1H×W∑0≤j≤H"∑0≤i≤WXc（i，j）（1）

式中，H代表特征圖的高，W代表特征圖的寬，Xc表示在第c個通道處的輸入特征。

1.2"集成Stem"block模塊

Stem"block結(jié)構(gòu)是用于下采樣的方法，該模塊能夠在保持較強特征能力的同時減少模型的參數(shù)，基于多次實驗后分析YOLOv8網(wǎng)絡模型的結(jié)構(gòu)發(fā)現(xiàn)，backbone部分起始的兩個3×3卷積是為了進行下采樣操作，較少提取小物體的空間信息。因此，如圖1所示，在原YOLOv8網(wǎng)絡模型的基礎上，本文使用Stem"block模塊替換起始卷積，修改原模型的主干網(wǎng)絡，在精度稍有提高的同時降低模型的整體參數(shù)。

從圖3可以看出，Stem"block"結(jié)構(gòu)有左右兩個分支，右側(cè)分支先將通道數(shù)量減少，再進行下采樣；左側(cè)分支將原始輸入進行最大值池化；之后兩個分支的結(jié)果進行拼接。目的是將輸入中的部分信息進行傳遞，確保最終的結(jié)果既減少了參數(shù)量又具備足夠的語義信息，不會造成信息的過度損失。

1.3"增加小目標檢測頭

在進行海洋垃圾檢測時，由于海洋垃圾體積較小，易出現(xiàn)小目標漏檢問題。在YOLOv8中，檢測頭由P3、P4和P5三個輸出特征映射組成，P3對應的特征圖大小為80"×"80，用于檢測大小在8"×"8以上的目標，下采樣8倍；P4對應的特征圖大小為40"×"40，用于檢測大小在16"×"16以上的目標，下采樣16倍；P5對應的特征圖大小為20×20，用于檢測大小在32×32以上的目標，下采樣32倍。雖然上述三個檢測頭能夠?qū)Χ喑叨饶繕诉M行檢測，但較大的下采樣倍數(shù)使模型對小目標及微小目標的檢測能力不佳。本文提出的模型中，增加了一個額外的檢測頭Ps，如圖1所示，其特征圖大小為160"×"160，用于檢測大小在4×4以上的目標，下采樣4倍。較小的下采樣倍數(shù)包含更多的低層次信息，可以有效地檢測出小目標，提高了模型在給定圖像中有效檢測物體的能力，進一步提高了模型的檢測精度。

2"實驗

2.1"數(shù)據(jù)集

在實驗部分，使用Okahublot公開的FlowImg[9]數(shù)據(jù)集來驗證模型的準確性，F(xiàn)lowImg數(shù)據(jù)集是Okahublot發(fā)布的無人船視角下的漂浮垃圾數(shù)據(jù)集，共包括2000張圖片。

2.2"實驗細節(jié)

網(wǎng)絡實驗環(huán)境為Windows10、Python3.9.13和PyTorch1.13.0，相關(guān)硬件配置和模型參數(shù)如表1所示，數(shù)據(jù)的訓練輪數(shù)為200。

實驗指標主要選取平均精度值mAP（mean"Average"Precision）。mAP@0.5代表IoU設置為0.5時，所有圖片的平均準確率；mAP@0.5-0.95代表IoU從0.5到0.95步長為0.05時取得的平均準確率；公式如下所示：

P=True"PositiveTrue"Positive+False"Positive（2）

R=True"PositiveTrue"Positive+False"Negtive（3）

mAP=∫10P（R）d（R）（4）

其中：式（2）代表準確率P（Precision），式（3）代表召回率R（Recall）。True"Positive表示預測正確；False"Positive表示預測錯誤，包括目標檢測類別錯誤和漏檢兩種情況。

2.3"實驗對比

在本節(jié)中，將在FlowImg數(shù)據(jù)集上比較YOLOESD模型與其他經(jīng)典網(wǎng)絡模型的精度值，主要包括FasterRCNN網(wǎng)絡模型（MobileNetv2骨干網(wǎng)絡）[10]、SSD網(wǎng)絡模型（ResNet50骨干網(wǎng)絡）[11]、YOLOv7網(wǎng)絡模型[12]、YOLOv8網(wǎng)絡模型。實驗結(jié)果見表2。

從表2中可以看出，改進版YOLOESD網(wǎng)絡模型，相較于以往的經(jīng)典模型，檢測精度遙遙領先，mAP@0.5達到了90.8%，mAP@0.5-0.95達到了49.1%，與基線模型Yolov8相比，mAP@0.5提升了3.6個百分點，mAP@0.5-0.95提升了1.8個百分點。

為了說明改進版模型的性能，文中以FlowImg數(shù)據(jù)集上YOLOv8網(wǎng)絡模型和YOLOESD網(wǎng)絡模型的檢測結(jié)果為例進行展示。在圖4中，第一行為YOLOv8網(wǎng)絡模型的檢測結(jié)果，第二行為YOLOESD網(wǎng)絡模型的檢測結(jié)果。具體來看，圖4中的第一組圖片，YOLOv8網(wǎng)絡模型檢測出目標的置信度分數(shù)為0.3，改進版模型檢測出的分數(shù)為0.4；第三組圖片YOLOv8網(wǎng)絡模型檢測出的分數(shù)為0.5和0.8，改進版模型檢測出的分數(shù)為0.6和0.9，均高于原網(wǎng)絡模型；第四組圖片，改進版模型在分數(shù)提高的基礎上，額外檢測出了一個原模型漏檢的小目標，由此可見，改進版模型的精度更高、性能更好（注：同一列的一對圖片稱為一組，由左向右，分別為第一組至第四組）。

2.4"消融實驗

表3是YOLOESD消融實驗的結(jié)果。使用YOLOv8網(wǎng)絡模型作為基線模型。為了驗證不同模塊的性能，本文進行了8個不同的實驗，首先，單獨增加小目標檢測頭、融合EMA注意力機制、集成Stem"block模塊，檢測精度均有所上升；這表明三個改進點對YOLOv8網(wǎng)絡模型的精度提高均是有益的。為了進一步分析模型性能，將三個改進點兩兩組合進行實驗，結(jié)果顯示，除了EMA與Stem"block的組合外，其余組合實驗精度提升比單獨的改進更明顯。EMA與Stem"block的結(jié)合精度無增加，分析認為Stem"block結(jié)構(gòu)的引進是為了降低模型的復雜程度，進一步降低模型的通道數(shù)，而EMA注意力機制善于融合通道信息，通道減少，融合信息相應縮減，因此模型的精度沒有上升。最后，本文融合三個改進點，對提出的YOLOESD網(wǎng)絡模型進行實驗，如表2和表3所示，該模型取得了最優(yōu)的結(jié)果，檢測精度相比基線模型提升了3.6個百分點。

模型的改進會增加模型的參數(shù)，進而增加模型的復雜度，降低模型的運行時間。為了驗證模型的運行速度，本文進行了一系列實驗。結(jié)果顯示，YOLOv8模型的運行速度為118.89"FPS，YOLOv7模型的運行速度為103.22FPS，YOLOESD模型的運行速度為99.4"FPS。運行速度相比原模型稍有下降，但仍然能夠滿足實時檢測的需求。本文認為，較小的速度下降換來較大的精度提升是值得的，YOLOESD在達到高精度的同時也滿足了實時檢測的需求。

3"結(jié)"論

近年來，海洋污染日益嚴重，檢測與清理海洋垃圾成為現(xiàn)階段的熱議話題，海洋垃圾不僅污染水源、危害水中的動植物，更為病毒傳播提供了有效途徑，加快其傳播速度，危害陸地動植物，進一步危害人類?；诤Ｑ罄鴪D像中小目標多且難辯別的問題，本文提出了一種基于改進YOLOv8網(wǎng)絡模型的海洋垃圾檢測方法YOLOESD。首先，文中將EMA注意力機制融合進YOLOv8網(wǎng)絡模型，通過EMA注意力機制關(guān)聯(lián)通道信息，顯著提升了目標檢測的精度；其次，將Stem"block"模塊與YOLOv8網(wǎng)絡模型集成，在提升精度的同時有效地降低參數(shù)量；最后對YOLOv8網(wǎng)絡模型的整體結(jié)構(gòu)進行更改，添加小目標檢測頭，使模型更精準地抓住小目標。實驗結(jié)果表明，文中提出的三個改進點可以有效地提升目標檢測的精度，mAP@0.5與mAP@0.5-0.95分別為90.8%與49.1%，相較于原模型分別提升了3.6個百分點與1.8個百分點。

海洋垃圾檢測是一個值得研究的問題，現(xiàn)階段海洋垃圾圖像較少且種類單一，極端情況的圖片較少，例如大霧天氣、大雨天氣、雷暴天氣等。這種極端天氣會給目標檢測帶來極大挑戰(zhàn)。未來，將對當前工作進行擴展，應用到不同的情景中。

參考文獻

［１］"LAU"W"W"Y，"SHIRAN"Y，"BAILEY"R"M，"et"al."Evaluating"scenarios"toward"zero"plastic"pollution[J]."Science，"2020，"369（6510）："1455-1461.

［2］"MCADAM"R."Plastic"in"the"ocean："how"much"is"out"there？[J]."Significance，"2017，"14（5）："24-27.

［3］"MA"D，"WEI"J，"LI"Y，"et"al."MLDet："Towards"efficient"and"accurate"deep"learning"method"for"marine"litter"detection[J]."Ocean"amp;"Coastal"Management，"2023，"243："106765.

［4］"ZAABOUB"N，"GUEBSI"R，"CHAOUACHI"R"S，"et"al."Using"unmanned"aerial"vehicles"（UAVs）"and"machine"learning"techniques"for"the"assessment"of"Posidonia"debris"and"marine"（plastic）"litter"on"coastal"ecosystems[J]."Regional"Studies"in"Marine"Science，"2023，"67："103185.

［5］"WINANS"W"R，"CHEN"Q，"QIANG"Y，"et"al."Largearea"automatic"detection"of"shoreline"stranded"marine"debris"using"deep"learning[J]."International"Journal"of"Applied"Earth"Observation"and"Geoinformation，"2023，"124："103515.

［6］"HUANG"W，"LI"Y，"ZHANG"K，"et"al."An"efficient"multiscale"focusing"attention"network"for"person"reidentification[J]."Applied"Sciences，"2021，"11（5）："2010.

［7］"SZEGEDY"C，"IOFFE"S，"VANHOUCKE"V，"et"al."Inceptionv4，"inceptionresnet"and"the"impact"of"residual"connections"on"learning[C]//Proceedings"of"the"AAAI"Conference"on"Artificial"Intelligence，2017，"31（1）：4278-4284.

［8］"WANG"J，"XU"P，"LI"L，"et"al."DAssdNet："a"lightweight"steel"surface"defect"detection"model"based"on"multibranch"dilated"convolution"aggregation"and"multidomain"perception"detection"head[J]."Sensors，"2023，"23（12）："5488.

［9］"CHENG"Y，"ZHU"J，"JIANG"M，"et"al."Flow："a"dataset"and"benchmark"for"floating"waste"detection"in"inland"waters[C]//Proceedings"of"the"IEEE/CVF"International"Conference"on"Computer"Vision，2021："10953-10962.

［10］SHARMA"V"K，"MIR"R"N."Saliency"guided"fasterRCNN"（SGFrRCNN）"model"for"object"detection"and"recognition[J]."Journal"of"King"Saud"UniversityComputer"and"Information"Sciences，"2022，"34（5）："1687-1699.

［11］LI"Y"D，"HAN"D，"LI"H"G，"et"al."Multiblock"SSD"based"on"small"object"detection"for"UAV"railway"scene"surveillance[J]."Chinese"Journal"of"Aeronautics，"2020，"33（6）："1747-1755.

［12］WANG"C"Y，"BOCHKOVSKIY"A，"LIAO"H"Y"M."YOLOv7："trainable"bagoffreebies"sets"new"stateoftheart"for"realtime"object"detectors[C]//Proceedings"of"the"IEEE/CVF"Conference"on"Computer"Vision"and"Pattern"Recognition，2023：7464-7475.