高精度船舶识别网络：YOLO26在10类船舶数据集上的实验研究

摘要本论文旨在研究和实现基于YOLO26You Only Look Once深度学习框架的船舶识别检测系统。针对海上交通监控、港口管理和海洋安防等应用场景构建了一个包含10类船舶的数据集分别为散货船、集装箱船、杂货船、油品船、客船、油轮、拖网渔船、拖船、车辆运输船和游艇。数据集共包含训练集3498张图像、验证集1000张图像和测试集500张图像。通过YOLO系列目标检测算法进行模型训练与优化实验结果表明模型在验证集上的mAP50达到0.947多数类别的精度超过0.99召回率接近1.00展现出优异的检测性能。同时针对易混淆类别如油品船与油轮、散货船与杂货船进行了误检分析并提出了相应的优化策略。本研究为船舶智能识别与海上目标监测提供了有效的技术方案。关键词YOLO26船舶检测目标识别深度学习海上交通监控详细功能展示视频目录摘要详细功能展示视频功能模块1、用户管理模块2、界面与交互模块3、检测源管理模块4、检测参数配置模块5、YOLO检测核心模块6、结果显示模块7、结果保存模块8、工具栏功能9、辅助功能10、数据校验模块引言背景1. 船舶识别的研究意义2. 目标检测技术的发展3. 船舶检测的研究现状数据集介绍1. 数据集概述2. 船舶类别训练结果​编辑1、整体性能概览1. mAP50 和 mAP50-952. 精度与召回率2、类别级别的表现分析1. PR曲线BoxPR_curve.png​编辑2. 混淆矩阵confusion_matrix.png​编辑3、训练过程分析results.png​编辑4、置信度曲线分析1. F1-置信度曲线BoxF1_curve.png​编辑2. P-置信度曲线BoxP_curve.png​编辑3. R-置信度曲线BoxR_curve.png​编辑Ultralytics YOLO26概述主要功能常用标注工具详细功能展示视频功能模块✅用户登录注册支持密码检测密码加密。注册登录✅图片检测可对图片进行检测返回检测框及类别信息。✅支持选择检测目标可以选择一个或者多个类目的目标进行检测✅参数实时调节置信度和IoU阈值✅视频检测支持视频文件输入检测视频中每一帧的情况。✅摄像头实时检测连接USB 摄像头实现实时监测。✅日志记录日志标签页记录操作和错误信息带时间戳✅结果保存模块支持图片/视频/摄像头检测结果保存1、用户管理模块功能描述用户注册用户名、密码、确认密码、邮箱选填注册密码SHA256加密存储用户登录用户名密码验证自动跳转主界面用户数据存储JSON文件存储用户信息密码加密、注册时间、邮箱登录状态主界面显示当前登录用户名2、界面与交互模块功能描述玻璃效果界面半透明毛玻璃背景圆角边框现代化视觉风格无边框窗口自定义标题栏支持窗口拖动、最小化、最大化、关闭响应式布局主窗口三栏布局左侧控制区、中央显示区、右侧信息区状态栏显示设备信息、模型状态、当前用户、实时时间3、检测源管理模块功能描述图片检测支持JPG/JPEG/PNG/BMP格式图片载入视频检测支持MP4/AVI/MOV/MKV格式视频载入摄像头检测实时调用摄像头默认ID 0进行检测检测源切换下拉菜单切换三种检测模式自动更新界面状态4、检测参数配置模块功能描述置信度阈值滑动条调节0-100%步长1%实时显示当前值IoU阈值滑动条调节0-100%步长1%实时显示当前值类别选择动态生成检测类别复选框支持全选/取消全选参数同步参数实时同步到检测器核心5、YOLO检测核心模块功能描述模型加载加载best.pt模型文件自动检测GPU可用性支持CPU/GPU切换多模式检测图片检测、视频检测、摄像头实时检测检测线程基于QThread的多线程处理避免界面卡顿检测结果返回目标类别、置信度、边界框坐标FPS计算实时计算处理帧率进度反馈视频处理进度条实时更新6、结果显示模块功能描述实时画面中央区域显示检测结果图像带标注框统计信息检测状态、目标数量、FPS、处理帧数实时更新检测列表右侧列表显示当前帧所有检测到的目标类别置信度日志记录日志标签页记录操作和错误信息带时间戳占位显示未选择检测源时显示系统LOGO和提示文字7、结果保存模块功能描述保存开关复选框控制是否保存检测结果路径选择自定义保存路径支持图片/视频格式自动识别自动命名保存文件自动添加时间戳detection_result_20240101_120000.jpg视频保存支持检测结果视频录制MP4格式手动保存工具栏保存按钮可随时保存当前画面保存反馈保存成功弹窗提示日志记录保存路径8、工具栏功能功能描述图片按钮快速切换到图片检测模式并打开文件选择器视频按钮快速切换到视频检测模式并打开文件选择器摄像头按钮快速切换到摄像头检测模式保存按钮手动保存当前显示画面9、辅助功能功能描述错误处理统一错误弹窗提示日志记录错误详情资源清理检测停止时自动释放摄像头、视频文件、视频写入器资源时间显示状态栏实时显示系统时间模型状态状态栏显示模型加载状态和当前设备CPU/GPU10、数据校验模块功能描述注册验证用户名长度≥3密码长度≥6密码一致性检查邮箱格式验证协议确认注册前需勾选同意用户协议文件校验模型文件存在性检查文件大小验证≥6MB输入非空登录/注册时必填项非空检查引言随着全球贸易的快速发展和海洋资源的持续开发海上交通运输日益繁忙船舶数量急剧增加。高效、准确的船舶识别与监测系统对于海上交通管理、港口调度、渔业监管、海洋环境保护以及国防安全等领域具有重要的现实意义。传统的船舶识别方法主要依赖人工观察、雷达监测或AIS自动识别系统等设备这些方法存在人力成本高、覆盖范围有限、受天气环境影响大等问题。近年来深度学习技术的快速发展为目标检测领域带来了革命性突破。其中YOLO系列算法以其端到端的检测框架、快速的推理速度和较高的检测精度在实时目标检测任务中表现出色。将YOLO26算法应用于船舶识别检测能够实现对海上目标的自动、实时、准确识别有效弥补传统方法的不足。本研究基于YOLO26目标检测框架构建了一个面向多类别船舶的智能识别系统。通过对10类常见船舶类型进行检测与分类探索深度学习在海上目标识别中的应用潜力并为实际工程部署提供技术支持。背景1. 船舶识别的研究意义船舶识别是海上交通监控系统的核心组成部分。准确识别过往船舶的类型有助于港口管理优化码头资源分配提高装卸效率航道安全监测船舶航行状态预防碰撞事故渔业监管识别非法捕捞船只保护海洋资源海洋环境保护监测油轮等危险品运输船预防泄漏事故国防安全识别可疑船只维护领海主权2. 目标检测技术的发展目标检测是计算机视觉领域的核心任务之一其发展经历了从传统方法到深度学习方法的演变传统方法如Haar特征AdaBoost、HOG特征SVM等依赖人工设计特征泛化能力有限两阶段检测器如R-CNN系列先提取候选区域再分类精度高但速度慢单阶段检测器如YOLO、SSD端到端直接预测速度快但精度略低3. 船舶检测的研究现状当前基于深度学习的船舶检测研究主要集中在以下几个方面遥感图像船舶检测针对卫星或无人机拍摄的大场景图像视频监控船舶检测针对港口、航道等固定监控场景多模态融合检测结合可见光、红外、SAR等多种数据源小目标检测针对远距离或低分辨率图像中的小尺寸船舶然而现有研究多集中于少数类别如货船、客船、渔船的二分类或三分类任务针对多类别细粒度船舶识别的系统性研究仍较为有限。本研究填补了这一空白构建了包含10类船舶的数据集并进行系统性的检测实验。数据集介绍1. 数据集概述本研究构建的船舶识别数据集共包含4998张标注图像涵盖10类常见船舶类型。数据集按照以下比例划分训练集3498张70%验证集1000张20%测试集500张10%2. 船舶类别数据集包含以下10类船舶类别名称及对应的中文释义如下类别名称中文释义说明BULK CARRIER散货船运输散装货物如矿石、谷物的船舶CONTAINER SHIP集装箱船专门运输集装箱的船舶GENERAL CARGO杂货船运输包装货物的通用船舶OIL PRODUCTS TANKER油品船运输成品油的液货船PASSENGERS SHIP客船载运旅客的船舶TANKER油轮运输原油的液货船TRAWLER拖网渔船从事拖网捕捞作业的渔船TUG拖船用于顶推或拖带其他船舶的辅助船VEHICLES CARRIER车辆运输船专门运输汽车的滚装船YACHT游艇用于休闲娱乐的船舶3类别分布各类别样本数量相对均衡但部分稀有类别如车辆运输船样本较少部分类别如油品船与油轮、散货船与杂货船外观相似增加了细粒度分类的难度训练结果1、整体性能概览1.mAP50 和 mAP50-95mAP50在训练结束时达到0.90见results.png第100轮表现良好。mAP50-95为0.035偏低说明模型在更严格的IoU阈值下表现一般可能对边界框的精确度不够敏感。2.精度与召回率Precision最高达到0.95见BoxP_curve.png整体精度较高。Recall在低置信度下召回率接近1.00见BoxR_curve.png说明模型能检测到绝大多数目标。2、类别级别的表现分析1.PR曲线BoxPR_curve.png多数类别如 PASSENGERS SHIP、TRAWLER、TUG 等的Precision 高达 0.995Recall 为 1.00表现极好。TANKER和OIL PRODUCTS TANKER的 Precision 较低分别为 0.799 和 0.810说明这两类容易误检。2.混淆矩阵confusion_matrix.pngBULK CARRIER与GENERAL CARGO之间存在较多误检说明这两类外观相似容易混淆。TANKER与OIL PRODUCTS TANKER也有交叉误检。background被误检为某些类别的情况较少说明模型对背景的抑制能力较强。3、训练过程分析results.png训练损失box_loss、cls_loss、dfl_loss持续下降说明模型收敛良好。验证损失在后期略有上升可能存在轻微过拟合。mAP50在 30 轮后趋于稳定mAP50-95增长缓慢说明模型对精确定位仍有提升空间。4、置信度曲线分析1.F1-置信度曲线BoxF1_curve.png所有类别的最佳F1分数为 0.92对应置信度阈值为0.62说明在该阈值下模型在精度与召回率之间取得了良好平衡。2.P-置信度曲线BoxP_curve.png多数类别的精度随置信度上升而提高最高可达 1.00说明高置信度下的预测非常可靠。3.R-置信度曲线BoxR_curve.png召回率随置信度上升而下降符合预期。Ultralytics YOLO26概述Ultralytics YOLO26 是 YOLO 系列实时对象检测器的最新演进从头开始专为边缘和低功耗设备而设计。它引入了简化的设计消除了不必要的复杂性同时集成了有针对性的创新以实现更快、更轻、更易于访问的部署。YOLO26 的架构遵循三个核心原则简洁性:YOLO26是一个原生的端到端模型直接生成预测结果无需非极大值抑制NMS。通过消除这一后处理步骤推理变得更快、更轻量并且更容易部署到实际系统中。这种突破性方法最初由清华大学的王傲在YOLOv10中开创并在YOLO26中得到了进一步发展。部署效率端到端设计消除了管道的整个阶段从而大大简化了集成减少了延迟并使部署在各种环境中更加稳健。训练创新YOLO26 引入了MuSGD 优化器它是SGD 和MUON的混合体——灵感来源于 Moonshot AI 在 LLM 训练中Kimi K2的突破。该优化器带来了增强的稳定性和更快的收敛将语言模型中的优化进展转移到计算机视觉领域。任务特定优化YOLO26 针对专业任务引入了有针对性的改进包括用于Segmentation的语义分割损失和多尺度原型模块用于高精度姿势估计的残差对数似然估计 (RLE)以及通过角度损失优化解码以解决旋转框检测中的边界问题。这些创新共同提供了一个模型系列该模型系列在小对象上实现了更高的精度提供了无缝部署并且在CPU 上的运行速度提高了 43%— 使 YOLO26 成为迄今为止资源受限环境中最实用和可部署的 YOLO 模型之一。主要功能DFL 移除分布式焦点损失DFL模块虽然有效但常常使导出复杂化并限制了硬件兼容性。YOLO26 完全移除了 DFL简化了推理过程并拓宽了对边缘和低功耗设备的支持。端到端无NMS推理与依赖NMS作为独立后处理步骤的传统检测器不同YOLO26是原生端到端的。预测结果直接生成减少了延迟并使集成到生产系统更快、更轻量、更可靠。ProgLoss STAL改进的损失函数提高了检测精度在小目标识别方面有显著改进这是物联网、机器人、航空影像和其他边缘应用的关键要求。MuSGD Optimizer一种新型混合优化器结合了SGD和Muon。灵感来自 Moonshot AI 的Kimi K2MuSGD 将 LLM 训练中的先进优化方法引入计算机视觉从而实现更稳定的训练和更快的收敛。CPU推理速度提升高达43%YOLO26专为边缘计算优化提供显著更快的CPU推理确保在没有GPU的设备上实现实时性能。实例分割增强引入语义分割损失以改善模型收敛以及升级的原型模块该模块利用多尺度信息以获得卓越的掩膜质量。精确姿势估计集​成残差对数似然估计​(RLE)以实现更精确的关键点定位并优化解码过程以提高推理速度。优化旋转框检测解码引入专门的角度损失以提高方形物体的检测精度并优化旋转框检测解码以解决边界不连续性问题。常用标注工具假设您现在准备好进行标注。有几种开源工具可以帮助简化数据标注流程。以下是一些有用的开放标注工具Label Studio一个灵活的工具支持各种标注任务并包含用于管理项目和质量控制的功能。 CVAT一个强大的工具支持各种标注格式和可定制的工作流程使其适用于复杂的项目。 Labelme一个简单易用的工具可以快速标注带有多边形的图像非常适合简单的任务。 LabelImg: 一款易于使用的图形图像标注工具特别适合以 YOLO 格式创建边界框标注。这些开源工具经济实惠并提供一系列功能来满足不同的标注需求。界面核心代码详细功能展示视频