基于 RT-DETR 的漂浮物检测算法研究

doi:10.19754/j.nyyjs.20260630013

农业与技术 ›› 2026, Vol. 46 ›› Issue (6): 68-75.DOI: 10.19754/j.nyyjs.20260630013

• 农业工程 • 上一篇

基于 RT-DETR 的漂浮物检测算法研究

刘洁王智勤黄金其李明

1.湖南农业大学信息与智能科学技术学院，长沙 410128； 2.湖南省农业装备研究所，长沙 401125

出版日期:2026-06-30 发布日期:2026-06-30
作者简介:刘洁 (2000-)，男，硕士在读。研究方向：农业信息化技术；通信作者李明 (1976-)，男，博士，二级研究员。研究方向：智慧农业。
基金资助:
湖南省农业科技创新基金项目（项目编号：2024CX118）

Online:2026-06-30 Published:2026-06-30

摘要/Abstract

摘要： 漂浮物检测是实现水环境智能化监测与治理的重要技术。然而在实际水面环境中，光影反射与波纹扰动会引入复杂背景干扰，同时目标尺度变化显著，小尺度目标在特征下采样与多尺度融合过程中易出现细节信息衰减，进而影响检测稳定性与精度。针对上述问题，本文在 RT-DETR 框架基础上提出改进模型 FO-DETR。设计 MicroFocus-CCFM 结构，在不新增检测层的前提下将浅层高分辨率细节重编码并注入中层融合路径以强化微小目标表征能力；引入 DualConv 以降低计算复杂度并保持跨通道信息交互能力；引入 Haar 小波下采样模块 HWD（Haar Wavelet Downsampling）充分保留结构性细节信息，改善检测特征的表达质量。实验结果表明，FO-DETR 在漂浮物检测任务中 Precision 和 Recall 分别达到 0.919 和 0.878，相比基准模型 mAP@0.5 提升 2.0 个百分点，同时参数量减少 20.6%，推理速度提升 3.14 fps。消融实验与热力图分析进一步验证了本文方法的有效性。该方法可为水域漂浮物自动化监测与治理提供技术支撑。

中图分类号:

. 基于 RT-DETR 的漂浮物检测算法研究[J]. 农业与技术, 2026, 46(6): 68-75.

参考文献

[1] 陈运军。基于 VGG 的湖面塑料制品漂浮物识别 [J]. 塑料科技，2020, 48 (08): 77-80. [2] 刘伟，王源楠，江山，等。基于 Mask R-CNN 的漂浮物识别方法研究 [J]. 人民长江，2021, 52 (11): 226-233. [3] 刘尧兵，张建杰，刘丹，等。基于 YOLOv5-DSC 的漂浮物目标检测 [J]. 现代电子技术，2023, 46 (22): 144-150. [4] 岳旭生，李军，王耀弘，等。基于改进 YOLOv5s 的水面漂浮小目标检测算法 [J]. 中国舰船研究，2025, 20 (03): 318-326. [5] 徐宏伟，李然，张家旭。基于改进 YOLOv7 的湖面漂浮物目标检测算法 [J]. 现代电子技术，2024, 47 (01): 105-110. [6] 谭文群，曾祥君，包学才，等。基于改进 YOLOX 的水库漂浮物目标检测算法 [J]. 人民长江，2024, 55 (03): 249-256. [7] 栾庆磊，常昕昱，吴叶，等. PAW-YOLOv7：河道微小漂浮物检测算法 [J]. 光电工程，2024, 51 (04): 103-116. [8] Lv W, Xu S, Zhao Y, et al. DETRs Beat YOLOs on Real-time Object Detection [J]. ArXiv, 2023. [9] He K, Zhang X, Ren S, et al. Deep Residual Learning for Image Recognition [J]. IEEE, 2016. [10] Sunkara R, Luo T. No More Strided Convolutions or Pooling: A New CNN Building Block for Low-Resolution Images and Small Objects [C]//Joint European Conference on Machine Learning and Knowledge Discovery in Databases. Springer, Cham, 2023. [11] Cui Y, Ren W, Knoll A. Omni-Kernel Network for Image Restoration [J]. Proceedings of the AAAI Conference on Artificial Intelligence, 2024, 38 (2): 1426-1434. [12] Zhong J, Chen J, Mian A. DualConv: dual convolutional kernels for lightweight deep neural networks [J]. IEEE Transactions on Neural Networks and Learning Systems, 2022, 34 (11): 9528-9535. [13] Xu G, Liao W, Zhang X, et al. Haar wavelet downsampling: A simple but effective downsampling module for semantic segmentation [J]. Pattern Recognition, 2023, 143: 109819. [14] Chen J, Kao S H, He H, et al. Run, Don’t Walk: Chasing Higher FLOPS for Faster Neural Networks [J]. IEEE, 2023. [15] Salman H, Parks C, Swan M, et al. OrthoNets: Orthogonal Channel Attention Networks [J]. ArXiv, 2023. [16] Lu W, Chen S B, Tang J, et al. A robust feature downsampling module for remote-sensing visual tasks [J]. IEEE Transactions on Geoscience and Remote Sensing, 2023, 61: 1-12. [17] Williams T, Li R. Wavelet pooling for convolutional neural networks [C]//International Conference on Learning Representations, 2018. 推荐一些关于水面漂浮物检测算法的最新研究论文基于改进YOLOX的水库漂浮物目标检测算法的优势是什么？基于改进YOLOv5s的水面漂浮小目标检测算法的准确率如何？

基于 RT-DETR 的漂浮物检测算法研究

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

[1]	. 南宁地区通过广西审定水稻品种特征分析[J]. 农业与技术, 2026, 46(6): 1-5.
[2]	. 干旱胁迫对牛膝菊子代种子萌发及生长的影响[J]. 农业与技术, 2026, 46(6): 6-9.
[3]	. 基于遥感的水稻种植空间分布信息提取方法的研究[J]. 农业与技术, 2026, 46(6): 17-22.
[4]	. 超高效液相色谱串联质谱法快速测定火炬树中对羟基苯甲醛[J]. 农业与技术, 2026, 46(6): 23-28.
[5]	. 油茶壳有机肥与复合肥配施对油茶果产量及品质的影响[J]. 农业与技术, 2026, 46(6): 29-33.
[6]	. 基于 CSP–Swin Transformer 与双向融合的 DETR 农业病虫害目标检测方法[J]. 农业与技术, 2026, 46(6): 34-38.
[7]	. 有丝分裂抑制剂对金针菇菌丝生长的影响[J]. 农业与技术, 2026, 46(6): 39-44.
[8]	. 人工休眠大樱桃设施环境调控系统的研发[J]. 农业与技术, 2026, 46(6): 45-50.
[9]	. 茄子新品种九茄 3 号的选育及栽培技术[J]. 农业与技术, 2026, 46(6): 51-54.
[10]	. 玉竹茎秆纳米纤维素制备工艺优化[J]. 农业与技术, 2026, 46(5): 7-13.
[11]	. 响应面优化酶辅助超声提取红豆越橘花色苷工艺[J]. 农业与技术, 2026, 46(5): 14-20.
[12]	. 基于 GARP 和 MAXENT 模型的南美斑潜蝇在中国适生区的预测[J]. 农业与技术, 2026, 46(5): 29-34.
[13]	. 魔芋不同栽培模式的比较与评价分析[J]. 农业与技术, 2026, 46(5): 35-40.
[14]	. 山东平邑金银花种植区土壤重金属元素地球化学特征及质量评价[J]. 农业与技术, 2026, 46(5): 154-159.
[15]	. 三系杂交稻新组合河香优1798的选育及特性分析[J]. 农业与技术, 2026, 46(4): 6-10.