文章标题：基于改进YOLO11n-seg的船舶区域分割方法

文章作者：陈赫翔¹, 肖长诗¹, 郭玉滨¹, 杨孟豪¹, 元海文²
关 键 字：船舶区域分割;可见光图像;YOLO11;组注意力机制;损失函数
文章摘要：针对复杂水域场景中船舶区域分割研究不足、目标特征弱化及尺寸差异性显著导致的算法分割精度低、计算效率差等问题，本文提出基于YOLO11n-seg框架改进的YOLO-OACE分割网络。首先，设计全维动态特征提取模块以增强骨干网络对船舶目标多维度特征的捕捉能力；其次，引入轻量化ADown下采样策略，通过降维压缩特征图尺寸，在减少模型参数量与计算复杂度的同时保留关键信息表征；进一步结合组注意力机制，强化网络对多尺度船舶区域的动态聚焦与分割适应性；最后，采用EIOU损失函数优化边界框回归机制，通过改进宽高约束项提升分割精度与收敛效率。实验表明，相较于YOLO11n-seg模型，YOLO-OACE平均分割精度提升4.7%，计算量降低21%，参数量减少16%，模型体积缩减0.8 MB，显著优于现有方法，可为复杂背景下船舶智能化识别和水面视觉导航提供技术支撑。