YOLOESD 基于改進YOLOv8的海洋垃圾圖像檢測

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。實驗結果表明，改進后的YOLOv8網絡模型與原網絡模型相比，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網絡模型的檢測效果優于原網絡模型及經典的網絡模型。

關鍵詞：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存在且呈指數級增長，據估計，每年僅陸地地區就有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，垃圾還存在養分循環惡化、瀕危物種滅絕等潛在的影響，這不僅污染海洋環境，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，這種微塑料已經滲透到食物鏈中，最終流向人體內部[2]。

海洋垃圾檢測方面仍然有許多挑戰需要解決。Ma等[3]將RetinaNet算法與數據增強、損失函數優化以及遷移學習相結合，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、K近鄰算法相結合，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，新技術的使用，可以在有效地檢測海洋垃圾的同時節省大量的人力物力，但詳細查看結果時，可以發現，實驗結果總體精度偏低，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果納入考慮范圍，將當前幀的預測結果與先前幀的結果相結合，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，減少模型的參數量。

（3）在YOLOv8網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，將在下面的小節中進行詳細解釋。

1.1"融合EMA"注意力模塊

跨通道關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的總體結構如圖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，并為高級特征圖產生更好的像素級關注。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結構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，基于多次實驗后分析YOLOv8網絡模型的結構發現，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絡，在精度稍有提高的同時降低模型的整體參數。

從圖3可以看出，Stem"block"結構有左右兩個分支，右側分支先將通道數量減少，再進行下采樣；左側分支將原始輸入進行最大值池化；之后兩個分支的結果進行拼接。目的是將輸入中的部分信息進行傳遞，確保最終的結果既減少了參數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對多尺度目標進行檢測，但較大的下采樣倍數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"數據集

在實驗部分，使用Okahublot公開的FlowImg[9]數據集來驗證模型的準確性，FlowImg數據集是Okahublot發布的無人船視角下的漂浮垃圾數據集，共包括2000張圖片。

2.2"實驗細節

網絡實驗環境為Windows10、Python3.9.13和PyTorch1.13.0，相關硬件配置和模型參數如表1所示，數據的訓練輪數為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

在本節中，將在FlowImg數據集上比較YOLOESD模型與其他經典網絡模型的精度值，主要包括FasterRCNN網絡模型（MobileNetv2骨干網絡）[10]、SSD網絡模型（ResNet50骨干網絡）[11]、YOLOv7網絡模型[12]、YOLOv8網絡模型。實驗結果見表2。

從表2中可以看出，改進版YOLOESD網絡模型，相較于以往的經典模型，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數據集上YOLOv8網絡模型和YOLOESD網絡模型的檢測結果為例進行展示。在圖4中，第一行為YOLOv8網絡模型的檢測結果，第二行為YOLOESD網絡模型的檢測結果。具體來看，圖4中的第一組圖片，YOLOv8網絡模型檢測出目標的置信度分數為0.3，改進版模型檢測出的分數為0.4；第三組圖片YOLOv8網絡模型檢測出的分數為0.5和0.8，改進版模型檢測出的分數為0.6和0.9，均高于原網絡模型；第四組圖片，改進版模型在分數提高的基礎上，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消融實驗的結果。使用YOLOv8網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的結合精度無增加，分析認為Stem"block結構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，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網絡模型進行實驗，如表2和表3所示，該模型取得了最優的結果，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，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"論

近年來，海洋污染日益嚴重，檢測與清理海洋垃圾成為現階段的熱議話題，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。基于海洋垃圾圖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網絡模型，通過EMA注意力機制關聯通道信息，顯著提升了目標檢測的精度；其次，將Stem"block"模塊與YOLOv8網絡模型集成，在提升精度的同時有效地降低參數量；最后對YOLOv8網絡模型的整體結構進行更改，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。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.