YOLOv8与YOLOv11在水下视觉任务中的性能比较研究

自主水下车辆（AUV）越来越依赖板载计算机视觉系统执行栖息地制图、生态监测和基础设施检查等任务。然而，水下图像受光衰减、浑浊度和严重类别不平衡的影响，而AUV上可用的计算资源有限。来自YOLO系列的单阶段检测器因将定位和分类融合于单个低延迟网络中而具有吸引力；然而，其陆基基准（COCO、PASCAL-VOC、Open Images）尚未回答 successive YOLO版本在海洋领域中性能如何。我们精选了两个公开数据集，涵盖对比的操作条件：珊瑚疾病数据集（4,480张图像，18类）和鱼类物种数据集（7,500张图像，20类）。对于每个数据集，我们创建四种训练方案（25%、50%、75%、100%图像），同时保持平衡的验证和测试分区固定。我们以相同超参数（100个epoch，640像素输入，batch=16，T4 GPU）训练YOLOv8-s、YOLOv9-s、YOLOv10-s和YOLOv11-s，并评估精度、召回率、mAP50、mAP50-95、每图像推理时间和帧率（FPS）。后验Grad-CAM可视化探讨特征利用和定位忠实性。在两个数据集上，准确率在YOLOv9后饱和，表明架构创新主要针对效率而非准确率。然而，推理速度显著提升。我们的结果（i）提供了最近YOLO变体在水下图像上的首次受控比较，（ii）表明轻量级YOLOv10在嵌入式AUV部署中提供最佳速度-精度权衡，（iii）提供开放、可复现的基准和代码以加速未来海洋视觉研究。