作为海上的主要运输载体，船舶在领土安全、经济发展和环境保护方面具有重要意义 [1] [2] 。随着遥感技术的发展，利用光学遥感图像对小型船舶进行连续、准确的监测已被应用于渔业管理和军事安全领域 [3] 。受遥感图像分辨率的限制，在光学遥感图像上准确探测小型渔船和货船是一项具有挑战性的任务。

为了检测光学遥感图像上的小型船舶，学者们提出了一些方法，这些方法大致可分为基于图像处理的方法和基于深度学习模型的方法 [4] [5] 。基于图像处理的方法通常通过水体和船舶目标的灰度统计特征来提取船舶目标 [6] [7] ，这些方法一般在简单场景下表现良好。然而，当船舶和复杂背景具有相似的几何、灰度和纹理特征时，这些方法的精度可能会降低，尤其是对于具有海杂波、云层、波浪干扰和复杂近海岸区域的海面图像。

随着卷积神经网络(Convolutional Neural Network, CNN)技术的出现，基于深度学习的方法在船舶检测方面取得了显著效果 [4] [8] 。由于这些方法具有强大的深度特征提取和组合能力，可以表示大规模数据中复杂的非线性关系，能够达到更高的检测精度，已成为船舶检测的主流方法。深度学习方法有两类，即单级检测器和两级检测器。它们之间的区别在于是否生成提案区域作为中间结果。作为一种经典且流行的两阶段检测器，更快的RCNN (Region-CNN)已被广泛应用于船舶检测，检测精度较高；但它在使用区域提议网络生成感兴趣区域和合并提议边界框时，会产生较高的计算成本。在单级检测器方面，具有代表性的有单发多箱检测器(Single-Shotmulti-box Detector, SSD)、只看一次检测器(You Only Look Once, YOLO)和Efficient Det，与两级检测器相比，这些单级检测器速度更快，常用于光学遥感图像上的船舶检测。然而，由于光学遥感图像中的像素数量较少，且受到复杂背景的干扰，准确检测小型船只仍是一项具有挑战性的任务。

针对复杂环境下小型船舶精准遥感识别的需求，本文提出了一种改进的YOLOv5s，用于提升小型船舶光学遥感智能识别的模型与算法性能。其主要改进包括：在模型顶端添加了浅层特征图的检测层，在颈部采用了跳过连接，以提高小型船只的检测精度；提出了一种新颖有效的混合空间金字塔池化(HybridSpatial Pyramid Pooling, HSPP)，使模型能够聚焦于小船区域；在骨干网中采用坐标注意力(Coordinate Attention, CA)机制来增强小型船只的表征，并使用EIOU作为边界框回归的损失函数，以提高所提模型的船只定位精度；以及应用K-means++算法获得更合理的小型船舶检测锚点。

为验证本研究提出的模型和算法，本研究构建了一个光学遥感图像多尺度小型数据集(OSSD)，并引入公开船舶数据集LEVIR-Ship，结合同类既有模型开展了比较分析和性能评测。

针对复杂背景下的小型船舶识别的检测实验，本文构建了一个基于光学遥感图像的多尺度船舶数据集(OSSD)。该数据集由不同成像条件下的25幅2万 × 2万像素图像组成，分辨率为5米，地面实况由遥感专家标注。这些图像具有多尺度的船舶和复杂的背景，如近岸、远海和港区，非常适合用作小型船舶检测的数据集。为了丰富学习体验并降低模型的计算成本，将原始遥感图像直接剪切成若干大小为512 × 512像素的子图像。包含船只的图像被选为正样本(Positive Sample, PS)，并进行扩增以增加样本量。数据增强包括改变亮度、添加噪点、旋转、镜像、模糊等操作，以及对图像进行上述操作的组合 [9] 。

通过数据增强，一张图像可以增强为42张图像。由于数据扩增可能会降低某些PS的质量，因此有必要从数据集中剔除质量较差的图像(如严重曝光或严重模糊的图像)。最后，选择一些没有船只的图像作为负样本(Negative Sample, NS)，以丰富数据集的多样性，从而减少训练中样本的不平衡。 图1 显示了OSSD中的一些样本图像，其中包含小型船只的区域用红色矩形框标出。OSSD中的船只具有多尺度特征，既有明显的中型船只，也有许多小型船只。

OSSD包含10,133幅图像，分别包括6092个PS和4041个NS。OSSD中舰船的宽度/高度分布如 图2(b) 所示。OSSD中的舰船像素尺寸大多低于40 × 40，集中在10 × 10或20 × 20左右。OSSD中的许多船只都非常小，这给检测网络带来了很大的挑战。

为了验证所提模型的有效性，本研究不仅在OSSD上进行了模型对比实验，还在公开的船舶数据集LEVIR-Ship ( https://github-com-s.era.lib.swjtu.edu.cn:443/WindVChen/DRENet ) [10] 上进行了实验。LEVIR-Ship专注于空间分辨率较低的小型船舶检测，其船舶像素尺寸几乎低于20 × 20，且集中在10 × 10左右，如 图2(a) 。由于LEVIR-Ship中的图像是由多台摄像机在不同时间和地点拍摄的，船舶周围的背景十分复杂，这给LEVIR-Ship的船舶精确检测带来了严峻的挑战。

YOLOv5是一款经典且广受欢迎的单级检测器，在许多物体检测任务中都具有精度高、速度快的特点。YOLOv5模型分别由输入、骨干、颈部和头部四部分组成。在YOLOv5的各个版本(如YOLOv5m、YOLOv5l和YOLOv5x)中，YOLOv5s的体积一般要小得多，但在某些情况下可能会导致精度降低。由于YOLOv5s在精度、大小和速度之间的权衡较为有利，本文选择YOLOv5s作为优化的基准模型。

针对这些模型在光学遥感图像小型船舶探测方面的局限性，本研究对原始YOLOv5s做了以下改进。首先，本研究改进了YOLOv5s的头部，增加了带有浅层特征图的检测层。在颈部引入跳转连接，以进一步缩短低层和高层之间的信息路径，并加强整个特征层的特征融合。其次，设计了具有平均池化和最大池化功能的新型HSPP，以融合输入特征图的局部和全局信息。此外，在YOLOv5s的骨干中采用了CA模块，并用EIOU损失函数替换了CIOU，以提高所提模型的船舶检测定位精度。最后，利用K-means++算法获得更合理的小型船舶检测锚点。改进后的YOLOv5s结构如 图3 所示。

实验首先进行了消融实验，以评估和分析所提出的模块。然后，为了评估所提模型的有效性，本研究分别在LEVIR-Ship和OSSD上比较了本研究的模型和一些流行模型的性能，包括经典模型(FasterR-CNN、SSD、EfficientDet和YOLOv5)和较新的模型(YOLOX、YOLOv7和DRENet [10] )。

如 表1 所示，本研究按照合理的比例(训练集:测试集 = 7:3和训练集:验证集 = 9:1)分别随机划分了LEVIR-Ship或OSSD。实验机器的操作系统版本为Windows10，GPU型号为NVIDIAGeForceRTX3070，显存大小为8 GB，内存大小为31.7 GB。对比实验中使用的指标是精确度(P)、召回率(R)、AP和每秒帧数(FPS)，其定义如下：

$P=\frac{TP}{TP+FP}$(1)

$R=\frac{TP}{TP+FN}$(2)

$AP={\displaystyle {\int }_0^{1}PdR}$(3)

其中，TP、FP和FN分别是正确探测船、错误探测船和漏探测船的数量，AP是PR曲线所覆盖区域的值。

本研究针对复杂环境下小型船舶的精准遥感识别需求，提出了一种基于改进YOLOv5s的小型船舶检测模型。通过一系列创新技术的应用，所提出模型在提高小型船舶检测精度和定位准确性方面取得了显著成效。以下是本研究的主要结论：

1) 通过在模型顶端添加浅层特征图的检测层、采用跳过连接、引入混合空间金字塔池化(HSPP)技术、应用坐标注意力(CA)机制以及使用EIOU作为边界框回归的损失函数，所提出模型在小型船舶的检测精度上实现了显著提升。并且通过消融实验，本研究验证了所提各模块的有效性。特别是CA模块的引入，提高了模型的精确度；EIOU损失函数的应用，显著提升了平均精度(AP)。

2) 在多尺度船舶数据集OSSD和公开船舶数据集LEVIR-Ship上的实验结果表明，所提出模型具有良好的数据集适应性，能够在不同分辨率和尺寸的图像中准确检测小型船舶。

3) 与现有的经典模型(如Faster R-CNN、SSD、EfficientDet)和较新模型(如YOLOX、YOLOv7、DRENet)相比，所提出模型在召回率和AP方面表现最佳，减少了误检或漏检的情况，提高了小型船只的检测和定位精度。

综上所述，本研究提出的基于改进YOLOv5s的小型船舶检测模型，在复杂环境下对小型船舶的精准遥感识别方面表现出色，为相关领域的研究和应用提供了新的技术途径。未来的工作将进一步优化模型结构，提高检测速度，并探索模型在更广泛场景中的应用，如城市绿地检测 [18] 和土地覆盖信息检索 [19] 。