基于改进YOLOv11算法的危险货物集装箱标志识别

章瀚元; 田佰军; 武欣渊; 王新建

doi:10.12404/j.issn.1671-1815.2506493

科学技术与工程 ›› 2026, Vol. 26 ›› Issue (23) :10062-10071 DOI: 10.12404/j.issn.1671-1815.2506493

自动化技术、计算机技术

基于改进YOLOv11算法的危险货物集装箱标志识别

作者信息 +

Identification of Dangerous Goods Container Signs Based on Improved YOLOv11 Algorithm

Author information +

文章历史 +

摘要

危险货物集装箱标志的精准识别对于航运安全监管、人员防护及物流智能化具有重要意义。为提高标志识别精度,基于改进的YOLOv11(you only look once version 11)算法,提出一种双阶段端到端的图文融合识别框架。首先,在YOLOv11主干网络基础上引入CBAM(convolutional block attention module)注意力机制,采用基于颜色空间的Mosaic-Focus数据增强策略,建立Char-Focal-EIoU(efficient intersection over union)损失函数以提升小目标检测与字符定位精度,并在后处理阶段运用DT-NMS(dual-threshold non-maximum suppression)策略增强低置信度字符目标的召回率。其次,根据改进YOLOv11算法的目标检测结果,借助Paddle OCR光学字符识别模块,提升图文识别系统的字符结构化解析能力及对危险货物标志中UN编号等关键字符的识别精度。最终实验结果表明,基于该算法构建的危险货物标识识别系统在多个关键性能指标上均优于主流YOLO系列模型。改进算法显著增强了系统在复杂场景下的视觉感知能力,使标志检测精度、字符结构解析效果及系统响应效率得到全面提升,从而验证了双阶段端到端图文融合框架的先进性与实用性。

Abstract

Accurate recognition of dangerous goods container signs is essential for maritime safety supervision, personnel protection, and logistics intelligence. Based on an enhanced YOLOv11(you only look once version 11) model, a two-stage end-to-end image-text fusion framework was created to increase recognition performance in complicated situations. In the initial stage, CBAM(convolutional block attention module), a color-space-based Mosaic-Focus method, and the Char-Focal-EIoU regression loss were combined into the backbone, while DT-NMS (dual-threshold non-maximum suppression) was employed in post-processing to boost small-target localization and improve the recall of low-confidence character instances. Paddle OCR was used in the second step to carry out structured character parsing, which made it possible to recognize important identifiers like UN numbers with greater accuracy. Experimental findings indicate that the proposed framework exceeds standard YOLO models in detection accuracy, character identification, and system responsiveness,demonstrate enhanced visual perception in challenging circumstances and confirm the better performance and usefulness of the suggested two-stage image-text fusion technique for identifying dangerous goods container signs.

Graphical abstract

关键词

危险货物集装箱标志 / YOLOv11 / Paddle OCR / 图文融合识别

Key words

dangerous goods container signs / YOLOv11 / Paddle OCR / text-image fusion recognition

引用本文

引用格式 ▾

章瀚元, 田佰军, 武欣渊, 王新建. 基于改进YOLOv11算法的危险货物集装箱标志识别[J]. 科学技术与工程, 2026, 26(23): 10062-10071 DOI:10.12404/j.issn.1671-1815.2506493

ZHANG Han-yuan, TIAN Bai-jun, WU Xin-yuan, WANG Xin-jian. Identification of Dangerous Goods Container Signs Based on Improved YOLOv11 Algorithm[J]. Science Technology and Engineering, 2026, 26(23): 10062-10071 DOI:10.12404/j.issn.1671-1815.2506493

登录浏览全文

4963

注册一个新账户忘记密码

随着全球物流和运输行业的快速发展,危险货物集装箱的海路运输日益频繁,因此对运输安全与智能监管提出了更高的要求^[1]。危险货物集装箱通常携带有国际统一的标志或文字信息,该标志是根据《国际海运危险货物规则》所规范的9大类危险货物设计的可视化标识,通过特定的数字、颜色和图案,清晰地标注出其所属类别与潜在风险,从而确保危险品在海运过程中的安全运输。然而,传统的人工识别危险货物集装箱标志存在效率低、易出错和监管滞后的问题,亟需借助计算机视觉实现自动化识别与辅助决策。因此开发一个检测精度高、实时性能好、鲁棒性强的危险货物集装箱标志识别算法成为提升港口安全管理效能的迫切需求。

近年来,目标检测与文字识别技术发展迅速,深度学习方法凭借其提取图像特征快速、检测精度高、泛化能力强等优点,已经在图像检测领域广泛使用^[2]。单阶段检测算法的代表YOLO(you only look once)系列凭借其强大的特征提取能力和一步推理的时间优势展现出卓越的性能^[3-7]。袁小平等^[8]采用YOLOv4算法将卷积模块与自注意力机制融合以提高复杂环境下的目标识别精度。刘桐等^[9]将YOLOv5+ECA(efficient channel attention)注意力机制模块引入交通标志检测中,将准确率和平均精度分别提高2.4%及0.4%。郭宇翔^[10]提出了YOLOv8改进算法SK-SG YOLOv8(selective kernel and SPD-Conv with GhostNet based YOLOv8),通过引入SPD-Conv(space-to-depth convolution)模块与Neck网络中的SK选择性核注意力机制,实现检测速度的优化。宋晓茹等^[11]提出改进的YOLOv11算法,通过引入深度可分离卷积DWConv(depthwise convolution),完成复杂交通场景下车辆检测,将检测精度提升。

基于以上研究,构建一个面向危险货物集装箱标志的智能识别系统,设计双阶段识别框架以实现标志图案、颜色与字符的联合解析。在第一阶段,采用深度学习目标检测模型开展小目标精细检测与字符区域精确定位,并引入注意力机制、数据增强及损失函数优化策略,同时在后处理阶段加入双阈值非极大抑制策略(dual-threshold non-maximum suppression,DT-NMS),以提升模型在复杂场景下对标志特征的感知能力与候选框筛选能力。在第二阶段,利用Paddle OCR光学字符识别模块,结合一阶段目标检测结果,对UN编号等关键字符进行结构化解析与语义约束,从而实现图形信息与文本信息的协同识别。该系统集成了可视化交互平台,验证所提方法的有效性,在港口物流、集装箱安检及危险品运输监管等场景中具有应用潜力,可有效提升自动化识别效率与安全管理水平^[12]。

1 基础模型与改进

1.1 基础模型

1.1.1 YOLOv11目标检测模型

YOLO作为单阶段目标检测算法的代表,基于卷积神经网络架构,其在精度和速度方面有着显著优势^[13]。近年来,该算法发展迅速,由Ultralytics公司于2024年年底发布的YOLOv11是该系列的最新版本^[14]。其核心架构包含三大模块:骨干网络、颈部网络与检测头^[15]。YOLOv11对主干与颈部结构进行了优化设计,显著增强了复杂场景下的特征提取能力,其网络架构如图1所示。

YOLOv11的改进体现在网络结构的优化上:在骨干网络中使用C3K2代替传统的C2f结构,提高了特征提取效率并增强了对CSP模块的表达能力;通过将PSA(pyramid squeeze attention)机制融入C2f模块形成C2PSA注意力模块,提升了多尺度特征的提取效果^[16];对SPP(spatial pyramid pooling)模块进行轻量化改造提出SPPF(spatial pyramid pooling fast)模块,用以高效捕获不同尺度下的语义信息,从而在保持检测速度的同时明显增强了小目标的检测能力。凭借这些改进,YOLOv11在复杂工业场景中取得了更优的表现。

但将YOLOv11结合标志检测存在一定问题,尤其是复杂光照、标志污损等条件下,常用的机器视觉框架存在漏检误检的现象。同时在多尺度融合方面不够充分,浅层位置特征和深层语义特征融合效果不佳,在捕捉细粒度信息方面仍有改进空间。

1.1.2 Paddle OCR光学字符识别模型

仅依赖目标检测模型难以充分捕捉图像中关键字符的精确信息,为增强模型对字符信息的识别能力,在YOLOv11目标检测模型的基础上引入了Paddle OCR光学字符识别模型,构建了一个图像与文字识别的双阶段集成系统。

Paddle OCR是一个模块化的光学字符识别系统,集成了文本检测、识别以及方向分类等功能,具备对多语言、多角度文本的检测与识别能力,能够有效适应图像中旋转、倾斜等非规整字符排布的情况^[17]。在实际部署中,通过启用文字方向分类器以自动校正倾斜字符方向,从而显著提升字符识别准确率。实验采用轻量型PP-OCRv4预训练权重模型,其模型结构如图2所示。

在实践中,通过YOLOv11定位出潜在的标志区域,随后系统将标志区域裁剪出来,将裁剪后的子图像区域送入OCR模块进行逐个区域字符识别。为进一步提升识别结果的可靠性与结构化表达,本文基于Paddle OCR设计文本后处理机制,采用正则表达式匹配和置信度阈值过滤来提升危险品集装箱字符识别结果准确性与稳定性。并通过UN编号标准(格式“XXXX”)构建正则规则进行语义过滤,结合置信度阈值消除低可信结果,能够有效抑制污渍、模糊等干扰。

最终,字符识别结果与目标检测标签实现融合输出,在丰富信息维度、增强模型语义理解能力的同时,也显著提高了对复杂集装箱场景中字符区域的识别精度,从而为危险品视觉识别系统提供更全面的智能分析支持。

1.2 模型改进策略

1.2.1 CBAM注意力机制

注意力机制是通过选择性增强关键特征,从而提升目标检测模型在复杂环境下的鲁棒性。CBAM(convolutional block attention module)作为一种高效的混合域注意力机制,集成了通道注意力模块(channel attention module, CAM)与空间注意力模块(spatial attention module, SAM),实现特征的双重自适应调制^[18]。CAM模块通过全局平均池化和最大池化生成通道描述符,经共享多层感知机融合后得到通道权重,对输入特征逐通道加权以突出关键信息、抑制冗余特征;SAM模块在CAM调制后的特征图上,沿通道维度进行平均池化和最大池化生成空间特征图,拼接后经卷积得到空间权重图,对特征逐像素加权以强化目标区域、削弱背景干扰^[19]。两者通过级联结构形成CBAM,可从通道和空间两方面自适应优化特征,有效提升在多尺度、遮挡及光照变化等复杂场景下的检测精度。CBAM模型结构图如图3所示。

选择将CBAM模块添加到YOLOv11颈部网络的特征融合层之后,能够在不同尺度的特征图上同时应用通道注意力和空间注意力^[20],进一步提升特征图的表达能力。实验表明,CBAM模块能有效提升模型对小目标、类间相似目标的识别能力,平均检测精度(mean average precision,mAP)获得明显提升。如图4所示为CBAM模块在YOLOv11网络结构中的位置图。

1.2.2 Mosaic-Focus数据增强策略

为了增强模型的泛化能力并提升对小目标的检测效果,引入了Mosaic-Focus数据增强模块。模块结合了Mosaic和Focus两种增强策略的优点,Mosaic数据增强通过随机拼接多张图像,有效模拟了目标重叠、遮挡、尺度变化等复杂场景,增强了模型对目标多样性的学习能力^[21];而Focus数据增强则作为辅助手段通过对增强后的图像进行特征重组,使得目标区域更为清晰^[22]。二者结合,一方面提升了训练样本的复杂度与多样性,另一方面强化了模型对目标区域的感知能力,尤其适用于密集小目标检测任务。

采用多阶段数据增强策略以提升目标检测模型的泛化能力。首先基于Mosaic方法随机选取4张训练图像,经过尺度归一化后按2×2网格进行空间拼接形成高分辨率复合图像,并同步修正目标边界框的坐标映射关系。该操作有效增强了训练样本的背景多样性和目标空间分布的随机性,特别是提升了小目标样本的密度。其方法如图5所示。

继而采用Focus方法对增强后的图像进行特征重组,Focus模块通过对原始输入图像进行空间切片,将其4个子区域沿通道维度拼接,将输出形状由3通道转化为12通道。这种方式在保留全部信息的基础上,实现了空间尺寸的压缩与通道数的提升,有效降低了后续网络的计算复杂度,并提升特征提取效率。如图6所示为Focus数据增强方法图。

最终,将经过Focus模块空间压缩与通道扩展的张量输入至以卷积层、批归一化层及SiLU激活函数为基础构建的编码模块中,并通过集成C3K2结构和C2PSA注意力机制,对跨层特征进行细粒度增强。该方法提升了模型的感受野和判别能力,尤其在小目标检测和复杂背景下,具备更强的特征分离与提取能力。

1.2.3 Char-Focal-EIoU损失函数优化

针对危险品标志与字符(如UN编号)的检测识别任务中普遍存在的目标尺度小、目标密集、字符嵌套等目标干扰情况,传统的边界框回归损失在小目标定位与字符区域精细回归方面表现出明显不足。尤其在目标边界模糊、位置偏移或多目标交叠的场景下,现有IoU系列损失函数未能有效表达预测框的空间误差,难以兼顾检测精度与模型收敛效率。

为此,提出一种面向小目标优化的Char-Focal-EIoU损失函数。该方法融合样本调度的Focal-IoU机制与EIoU的几何解耦表达形式,同时引入小目标感知的面积加权因子,增强该模型对小尺寸字符及遮挡小目标的抗干扰能力。其中,Focal调制项在IoU误差中引入指数权重,使得低质量预测框的梯度响应增大,提高了模型对困难样本(如部分遮挡的UN编号)的关注度;EIoU部分保留了中心点偏移与长宽误差的解耦惩罚方式,提升字符位置拟合与边界拟合的精度与稳定性^[23]。

Focal-EIoU的核心思想是将Focal Loss中的动态梯度权重机制迁移至IoU空间,通过对IoU误差进行非线性增强,实现对低质量预测框的重点优化^[24]。其损失函数表示为

(1)$ L_{\text {Focal-EIoU }}=\operatorname{IoU}^{\gamma} L_{\text {EIoU }}$

式(1)中:γ为用于控制曲线弧度的超参;IoU为预测框与真实框的交并比;L_EIoU为基本的EIoU损失,其定义式为

(2)$ \begin{aligned}L_{\text {EIoU }}= & 1-\mathrm{IoU}+\frac{\rho^{2}\left(b, b_{\mathrm{gt}}\right)}{c^{2}}+\frac{\left(w, w_{\mathrm{gt}}\right)^{2}}{w_{\mathrm{c}}^{2}}+ \\& \frac{\left(h, h_{\mathrm{gt}}\right)^{2}}{h_{\mathrm{c}}^{2}}\end{aligned}$

式(2)中:b=(x,y,w,h)与b_gt=(x_gt,y_gt,w_gt,h_gt)分别表示预测框与真实框的中心坐标及宽高参数;ρ(b,b_gt)为二者中心点之间的欧氏距离,c为覆盖预测框与真实框的最小闭合区域的对角线长度;w_c和h_c分别为真实框宽和高的标准化常数。相较于CIoU,EIoU进一步解耦了宽高与中心点偏移之间的干扰,提升了收敛速度。Focal-EIoU在此基础上通过指数形式放大了低IoU样本的损失贡献率,增强模型对困难样本的关注度。

然而,字符目标与复杂背景的低对比度下,预测误差多维耦合,图像模糊、污渍等干扰因素严重影响了边界框的回归精度。现有方法缺乏对字符形态结构的一致性约束,导致在变形、误判等情况下仍然存在局限性。

为解决这一问题,引入字符结构相似度调制因子,不仅要求预测框与真实框在空间坐标上对齐,还在形状特征、空间布局和结构特性等几何属性上保持一致。该指标通过四维几何向量计算夹角余弦相似度,当结构一致时惩罚趋近于零,差异越大惩罚越高,从而引导模型学习判别性更强的字符结构特征。将预测框和真实框编码为四维向量,分别表示中心坐标(x,y)和宽高(w,h)。结构相似度调制因子的计算公式为

(3)$ \begin{aligned}\delta_{\text {char }} & =1-\cos \left(\boldsymbol{v}, \boldsymbol{v}_{\mathrm{gt}}\right) \\& =1-\frac{\boldsymbol{v} \boldsymbol{v}_{\mathrm{gt}}}{\|\boldsymbol{v}\|\left\|\boldsymbol{v}_{\mathrm{gt}}\right\|+\varepsilon},\end{aligned}$

式(3)中:v为预测向量,v=[x,y,w,h];v_gt为真实值向量,即标注信息中对应的标准边界框参数;ε为稳定项防止除零。当预测框与真实框结构方向高度一致时,δ_char趋近于0,说明结构相符;若差异大,则该值升高,进一步加大总损失惩罚。

为进一步捕获字符内部的细粒度几何拓扑特征,沿用相似性基础的字符骨架提取和Hausdorff距离作为衡量预测框与真实框内部字符的笔画结构一致性的核心度量依据,从而弥补了传统相似度指标无法反映的拓扑信息。此外,为解决不同字符类别在宽高比例上的分布差异,设计了几何先验惩罚项,以提升该模型对字符形态多样性的适应能力。综合上述设计,构建的复合约束项可定义为

(4)$ L_{\text {struct }}=\lambda_{\delta} \delta_{\text {char }}+\lambda_{\mathrm{H}} d_{\mathrm{H}}\left(S, S_{\mathrm{gt}}\right)+\lambda_{\mathrm{r}} L_{\text {ratio }}$

(5)$ L_{\text {ratio }}=\left(\frac{w_{\text {pred }}}{h_{\text {pred }}}-r_{\text {cls }}\right)^{2}$

式中:d_H(S,S_gt)为预测框与真实框对应字符骨架点集之间的Hausdorff距离,以反映两者在结构分布上的最大几何偏差;r_cls为字符类别的宽高比先验均值;λ_δ、λ_H、λ_r分别为中心点偏移项、Hausdorff距离约束项以及字符宽高比(形状)约束项的权重超参数,用于控制结构相似度、骨架距离以及几何先验在总损失中的相对贡献。

在综合考虑结构相似性调制项、面积权重与Focal调制机制后,提出最终的损失函数,该损失函数定义为

(6)$ L_{\text {Char-Focal-EIoU }}=\omega_{\text {char }} \operatorname{Io} U^{\gamma} L_{\text {EIoU }}+L_{\text {struct }}$

(7)$ \omega_{\text {char }}=\frac{1}{A_{\mathrm{gt}}^{\alpha}+\varepsilon}, A_{\mathrm{gt}}=w_{\mathrm{gt}} h_{\mathrm{gt}}$

式中:ω为面积感知权重项,α∈(0,1)调节小目标强化程度,提升字符类目标的梯度回传权重,改善其回归稳定性,调控结构约束项对总损失的影响强度。该函数不仅包含了EIoU在长宽与中心点回归方面的高效解耦优势,同时增强了对字符区域复杂结构、遮挡变形的鲁棒性建模。该损失函数实现了对微小字符区域的精准回归与稳定训练,从而显著提升整体检测精度与收敛效率。

2 实验与分析

2.1 试验环境

本文试验在Ubuntu 20.04系统环境下进行,处理器使用NVIDIA RTX 4090,主频为2.1 GHz,显存为24 GB。基于PyTorch 2.1.0 框架,并利用CUDA 12.1进行加速计算。模型训练采用随机梯度下降优化器,初始学习率为0.01,权重衰减系数为5×10^-4,动量为0.973,批量大小为32,整个训练过程持续迭代240次。

2.2 数据集构建

选用《国际海运危险货物规则》第5.3章中关于货物运输组件和散装容器的标牌与标记作为标准数据库基础,系统整理并标准化了危险货物运输中常见的视觉符号信息。该部分内容明确规定了用于标识危险品属性的警示标牌与操作指示标记,包括9大类20个小类的危险品标牌以及5类与搬运、储运要求相关的标记图案,构成了完整的类别体系。其中标牌如图7所示,标记如图8所示。

此外,为构建具有代表性和鲁棒性的数据集,通过实地拍摄、图像采集与视频截帧等途径,构建形成包含近5 000张高质量图像的危险货物标志数据集,所有图像均严格依据《国际海运危险货物规则》完成了33类标志的精细标注。为满足模型训练与评估需求,数据集按7∶3的比例划分为训练集和验证集。如图9所示,数据集共包含33个细分类别,整体类别分布呈现出明显的不均衡特征。其中,第27类与第29类样本数量相对较多,反映出该类标志在实际港口作业场景中的较高出现频率。该类别分布差异在一定程度上刻画了港口物流环境中不同类型危险货物标志的实际应用情况。

2.3 消融实验

为充分验证本文所提的改进算法YOLOv11的有效性及改进中各关键模块的贡献,首先以YOLOv11模型为基础,在自建危险品标志数据集上开展消融实验。通过依次加入通道-空间注意力机制CBAM、小目标感知数据增强模块Mosaic-Focus、字符结构感知损失函数Char-Focal-EIoU及高低置信度双阈值NMS后处理策略,探究各模块对检测效果及字符检测精度的影响。消融实验覆盖从特征提取、训练增强、损失函数设计到后处理优化的完整改进路径,确保所提算法在模型结构精简性与检测精度提升之间达成良好平衡。具体实验设置与结果如表1所示。

通过系统性的消融实验,可清晰地看出各模块在所构建的危险品标志识别模型中的独立贡献与叠加效果。不同模块在结构复杂度与检测性能间的性能表现出显著差异,体现出各改进策略在特征建模、目标感知与后处理等方面的协同增强作用。实验中,模型针对危险货物标志的特性,以字符识别准确率、字符召回率及漏检率等指标量化性能,这些指标反映了模型在关键字符定位与整体目标检测上的可靠性。

首先,在特征提取层引入CBAM注意力机制,其针对危险货物标志的漏检率降低2.6%,在危险品标志中图形与文本混合且背景复杂的条件下,该算法表现出稳定的特征提取和噪声抑制能力。Mosaic-Focus多尺度融合策略在训练阶段通过样本扩充增强了模型对小目标和字符区域的抗噪性,从而提升了复杂场景下的泛化能力。在推理阶段,该策略优化了特征处理流程,使系统响应时延显著降低,实时性得到大幅增强。在损失函数层面,提出Char-Focal-EIoU作为新型回归损失函数,对字符类目标定位精度进行针对性优化,实验结果显示字符识别准确率提高3.1%,字符召回率提高4.3%,精确率mAP@0.50提升2.7%,尤其在包含UN编号等具有结构化标识的典型集装箱图像中回归拟合和语义敏感性更好,验证了损失函数对字符类目标的优化效果。在后处理阶段加入DT-NMS,在几乎不增加计算成本的前提下实现了对重叠目标的选择,同时模型在精度、召回率、mAP以及字符识别指标上均取得提升。

此外,字符识别精度与字符召回率对系统业务可靠性具有决定性意义,UN编号识别错误或遗漏可能导致危险品属性匹配失败,影响风险评估、危险源管理及应急策略制定。经过上述改进后,模型的漏检率降至4.7%,其对关键字符召回率达到95.1%,字符解析准确率提升至92.7%,为危险品信息结构化提取提供了可靠基础。同时,在考虑港口监管环境对高吞吐量与实时性的要求下,改进模型在推理延迟方面表现优异,显示模型在保证高精度的同时具备良好的实时性和部署价值,可满足自动监控与在线识别的实际应用需求。综上所述,上述模块的逐步引入不仅提升了该模型整体性能,而且使得本算法的网络结构保持高效,具有较强的实际部署能力和工程应用价值。

2.4 对比试验

为验证模型改进的有效性,并评估其在标志识别任务中的性能,在自建数据集上进行了对比实验,将改进模型与多种主流检测算法进行了比较。选取YOLOv5n至YOLOv11系列轻量模型与改进算法进行基准测试,实验结果如表2所示。

根据实验中各系列YOLO模型在危险货物集装箱标志检测任务中的检测结果与性能对比可以看出,模型版本的发展有效地提升了检测精度与效率。从YOLOv5n到YOLOv10n,精度从64.2%提高至80.1%,mAP@0.50也从73.8%提升至86%,该系列模型在保持较小的参数量和计算量的情况下,显著提高了识别准确率。YOLOv11的参数量较部分前代模型有所减少,但其各性能指标并未下降。本文所提出的改进YOLOv11模型融合了注意力机制、损失函数优化及数据增强策略等多项结构优化,实现了91.3%的准确率和95.3%的召回率,mAP@0.50提升至96.9%,mAP@0.50:0.95提升至91.8%,经过实验对比,在多项性能指标上均优于先前对比模型,体现出了较高的检测精度和模型的鲁棒性。尽管该改进模型的参数量增加至4.2 M,FLOPs增至8.4 G,但检测性能获得了显著提升,这一计算代价是可接受的。该项对比试验的结果表明,本文所提出的改进算法在检测精度与计算效率之间实现了较好的平衡,验证了该方法在危险货物标志视觉识别任务中的有效性和实用价值。

如图10所示为在拍摄角度倾斜、图像模糊、低光照反光及多目标复杂场景中进行对比试验,FAE-YOLOv11相比YOLOv8n、YOLOv11展现出更优的检测性能:在倾斜拍摄和低光照反光条件下,其检测置信度更高,边界框定位更精确;在模糊图像中,对关键目标的识别更稳定;面对多目标复杂环境,检测框数量更多且类别识别更准确,误检和混淆更少。相较而言,YOLOv8n在复杂场景下鲁棒性较弱,表现为置信度明显下降和边界框偏移;YOLOv11整体检测精度有所提升,但在多目标复杂场景中仍存在冗余检测框,且在字符细节恢复和遮挡环境下表现不足。FAE-YOLOv11在多场景下的检测置信度与目标召回率均更具优势,能够保持边界框回归的稳定性和精确性。结合表2和图10可以看出,改进后的算法在精度、复杂环境适应性以及细粒度目标识别方面均优于YOLOv11。在危险品集装箱标志检测背景下,在计算资源有限且需满足实时性要求的条件下,FAE-YOLOv11与其他检测模型相比表现出更强的多场景泛化能力和良好的检测效果,在各项检测指标上均优于其他检测网络,因此,改进算法能更好地满足应用场景的需求。

2.5 用户界面设计

为实现危险品集装箱警示标志的自动识别与分类的可视化展示,开发了一套基于YOLOv11检测算法和Paddle OCR字符识别算法,设计了PyQt5图形用户界面,实现了从图像识别、字符识别到标志匹配的可视化图形识别过程。图形用户界面设计整体化,包括图像的输入、图像检测和识别处理、图像显示和结构化输出等模块,完成从输入到输出的全流程可视化。在完成对图中的危险品区域定位和识别后,再对识别区域进行字符裁剪和OCR识别,通过正则公式对字符进行信息提取,自动识别并归并危险品的类别编号、UN编号、辅助记号等。图形用户界面如图11所示。

在功能层面,界面左侧设置图像导入按钮,支持图像的本地导入。中部区域用于图像展示,可同步显示原始图像、识别框选结果与检测类别等;右侧则为识别信息输出窗口,自动呈现危险品类别(如6.1类)、UN编号(如2574)及其他辅助图形标识(如b1类海洋污染物标志)。此外,系统还嵌入标准图数据库,并实现自动图谱匹配功能,可根据识别结果展示对应的图形模板,实现对模型检测结果的辅助校验。整体交互逻辑清晰,功能集成度高,具有良好的实用性与可操作性。

3 结论

针对危险货物集装箱标志识别中图案与字符联合检测的实际需求,设计了一种结合FAE-YOLOv11与Paddle OCR的双阶段方法,并通过实验验证得出以下结论。

(1)在目标检测阶段,通过嵌入CBAM注意力机制、采用Mosaic-Focus数据增强策略、使用Char-Focal-EIoU损失函数以及DT-NMS后处理方法,显著增强了对小尺寸目标和低置信度字符的检测能力。最终,FAE-YOLOv11在危险货物集装箱标志数据集上的mAP@0.50提升至96.9%,检测性能优于基准模型。

(2)在字符识别阶段,引入Paddle OCR模块,配合方向分类器和正则表达式筛选机制,有效实现了对阿拉伯数字、UN编码等关键字符的结构化提取与识别,字符识别准确率提高到了92.7%,克服了传统目标检测模型在文本识别方面的不足。

(3)所提出的双阶段识别框架在危险品集装箱标志识别任务中准确率高、鲁棒性好,能够满足实际应用中对精度的要求,具备在港口物流、集装箱安全检测及危险品运输监管等领域推广使用的潜力。

(4)当前系统在静态图像中表现良好,但实时视频流检测中存在延迟高、适应性不足的问题。后续将聚焦模型轻量化、流数据处理和多场景泛化,以提升实时性与工程实用性。

参考文献

原文顺序 | 出版日期 | 本文引用

[1]	Molero G D, Santarremigia F E, Aragonés-Beltrán P, et al. Total safety by design: increased safety and operability of supply chain of inland terminals for containers with dangerous goods[J]. Safety Science, 2017, 100: 168-182.

[2]	邝先验, 王星星, 王龙锋, 等. 基于改进YOLO的多尺度聚合遥感图像小目标检测算法[J]. 科学技术与工程, 2025, 25(20): 8560-8570.

[3]	Kuang Xianyan, Wang Xingxing, Wang Longfeng, et al. Multi scale aggregated remote sensing image small object detection algorithm based on improved YOLO[J]. Science Technology and Engineering, 2025, 25 (20): 8560-8570.

[4]	Redmon J, Divvala S, Girshick R, et al. You only look once: unified, real-time object detection[C]// IEEE Conference on Computer Vision and Pattern Recognition. Las Vegas: IEEE, 2016: 779-788.

[5]	Mujahid A, Awan M J, Yasin A, et al. Real-time hand gesture recognition based on deep learning YOLOv3 model[J]. Applied Sciences, 2021, 11(9): 4164.

[6]	Qiu Z, Zhu X, Liao C, et al. Detection of transmission line insulator defects based on an improved lightweight YOLOv4 model[J]. Applied Sciences, 2022, 12(3): 1207.

[7]	董从鑫, 刘庆华. 基于改进YOLOv8的船只目标检测算法[J]. 科学技术与工程, 2025, 25(12): 5093-5102.

[8]	Dong Congxin, Liu Qinghua. Ship target detection algorithm based on improved YOLOv8[J]. Science Technology and Engineering, 2025, 25 (12): 5093-5102.

[9]	金忠文, 葛动元, 姚锡凡. 基于SWimAM设计的YOLOv5轻量化交通标志检测方法[J]. 科学技术与工程, 2024, 24(31): 13475-13483.

[10]	Jin Zhongwen, Ge Dongyuan, Yao Xifan. YOLOv5 lightweight traffic sign detection method based on SWimAM design[J]. Science Technology and Engineering, 2024, 24(31): 13475-13483.

[11]	袁小平, 王准, 韩俊, 等. 改进YOLOv4的复杂交通场景目标检测方法[J]. 科学技术与工程, 2023, 23(6): 2509-2517.

[12]	Yuan Xiaoping, Wang Zhun, Han Jun, et al. Improved object detection method for complex traffic scenarios in YOLOv4[J]. Science Technology and Engineering, 2023, 23(6): 2509-2517.

[13]	刘桐, 周凯, 李晖. 基于YOLOv5的交通标志检测算法[J]. 微处理机, 2022, 43(5): 35-38.

[14]	Liu Tong, Zhou Kai, Li Hui. Traffic sign detection algorithm based on YOLOv5[J]. Microcomputer, 2022, 43(5): 35-38.

[15]	郭宇翔. 基于YOLOv8的交通标志识别研究及应用[D]. 上海: 华东师范大学, 2024.

[16]	Guo Yuxiang. Research and application of traffic sign recognition based on YOLOv8[D]. Shanghai: East China Normal University, 2024.

[17]	宋晓茹, 王嘉乐, 刘通, 等. 改进YOLOv11的复杂场景下交通车辆检测方法[J]. 激光杂志, 2025, 46(8): 65-73.

[18]	Song Xiaoru, Wang Jiale, Liu Tong, et al. Improved YOLOv11 traffic vehicle detection method in complex scenarios[J]. Laser Journal, 2025, 46(8): 65-73.

[19]	汪侃, 汪皓, 刘晓雷, 等. 智慧港口海运危险货物集装箱作业安全管理研究[J]. 安全, 2024, 45(9): 77-85.

[20]	Wang Kan, Wang Hao, Liu Xiaolei, et al. Research on safety management of dangerous goods container operations in smart port shipping[J]. Safety, 2024, 45(9): 77-85.

[21]	Khanam R, Hussain M. YOLOv11: an overview of the key architectural enhancements[J]. arXiv Preprint, arXiv: 2410. 17725, 2024.

[22]	Hsieh C C, Hsu C H, Huang W H. A two-stage road sign detection and text recognition system based on YOLOv7[J]. Internet of Things, 2024, 27: 101330.

[23]	Alif M A R. YOLOv11 for vehicle detection: advancements, performance, and applications in intelligent transportation systems[J]. arXiv Preprint, arXiv: 2410. 22898, 2024.

[24]	安梦军, 吴朝明, 邓承志. MEC-YOLOv11n: 水面小目标漂浮物的检测算法[J]. 电子测量技术, 2025, 48(14): 140-146.

[25]	An Mengjun, Wu Chaoming, Deng Chengzhi. MEC-YOLOv11n: detection algorithm for small floating objects on water surface[J]. Electronic Measurement Technology, 2025, 48(14): 140-146.

[26]	李小军, 李淼, 赵明炀. 改进YOLOv11n和PaddleOCR的煤矿钻场视频自动剪辑方法[J]. 计算机工程与应用, 2025, 61(17): 209-221.

[27]	Li Xiaojun, Li Miao, Zhao Mingyang. Improved YOLOv11n and PaddleOCR automatic video editing method for coal mine drilling sites[J]. Computer Engineering and Applications, 2025, 61(17): 209-221.

[28]	宋建辉, 夏彬, 赵亚威, 等. 基于改进YOLOv8和LPRNet的车牌识别算法[J]. 沈阳理工大学学报, 2025, 44(3): 39-46.

[29]	Song Jianhui, Xia Bin, Zhao Yawei, et al. License plate recognition algorithm based on improved YOLOv8 and LPRNet[J]. Journal of Shenyang University of Technology, 2025, 44(3): 39-46.

[30]	长沙理工大学.多脉冲雷达信号的分辨性特征融合提取方法及识别方法: 202110028601.3[P]. 2021-03-26.

[31]	Changsha University of Science and Technology. Resolution feature fusion extraction method and recognition method for multi pulse radar signals: 202110028601. 3[P]. 2021-03-26.

[32]	范楠, 肖诗斌, 王焕鹏, 等. 基于改进EAST算法的专利附图标记检测[J]. 北京信息科技大学学报(自然科学版), 2021, 36(4): 95-100.

[33]	Fan Nan, Xiao Shibin, Wang Huanpeng, et al. Patent reference mark detection based on improved EAST algorithm[J]. Journal of Beijing University of Information Science and Technology (Natural Science Edition), 2021, 36(4): 95-100.

[34]	刘冰瑶. 基于改进YOLOv8的城市街景小目标检测方法研究[D]. 西安: 西北师范大学, 2024.

[35]	Liu Bingyao. Research on small object detection method for urban street view based on improved YOLOv8[D]. Xi’an: Northwest Normal University, 2024.

[36]	杨景凯, 刘维宇, 汪静远. 基于深度学习的高速公路收费车辆分类研究[J]. 物联网技术, 2024, 14(2): 123-126.

[37]	Yang Jingkai, Liu Weiyu, Wang Jingyuan. Research on deep learning based classification of toll vehicles on highways[J]. Internet of Things Technology, 2024, 14(2): 123-126.

[38]	李志昂, 肖小玲, 周绍发. 基于改进的YOLOv5s小目标船舶遥感图像检测[J]. 科学技术与工程, 2025, 25(2): 657-666.

[39]	Li Zhiang, Xiao Xiaoling, Zhou Shaofa. Based on improved YOLOv5s small target ship remote sensing image detection[J]. Science Technology and Engineering, 2025, 25(2): 657-666.

[40]	李学威, 毛小坤, 孙滨, 等. 基于YOLOv11n的无人机航拍小目标检测算法[J/OL]. (2025-02-10)[2026-01-12]. https://link.cnki.net/urlid/42.1266.TN.20250210.1015.002.

[41]	Li Xuewei, Mao Xiaokun, Sun Bin, et al. Small target detection algorithm for UAV aerial photography based on YOLOv11n[J/OL]. (2025-02-10)[2026-01-12]. https://link.cnki.net/urlid/42.1266.TN.20250210.1015.002.