来源：期刊VIP网 时间：
作者：肖振久;高凯歌;李士博;
单位：辽宁工程技术大学软件学院;
摘要：【目的】针对水下目标图像存在成像模糊和复杂背景下检测精度低的问题，提出融合多种注意力机制和Wise-IoUv3的水下目标检测算法。【方法】首先，设计多尺度特征增强机制，在主干网络部分采用全维动态卷积（ODConv）替代部分卷积并引入高效的多尺度注意力机制（EMA），提升主干网络对模糊目标和小目标特征提取能力。其次，改进快速空间金字塔池化（SPPF）模块，增加平均池化分支补充空间信息，提升全局上下文感知能力并在两个分支融入轻量级BiFormer注意力机制，降低模型计算复杂度，增强对小目标检测性能。然后，在预测阶段，用Wise-IoUv3代替原损失函数，平衡不同质量图像模型训练结果。最后，用动态检测头（DynamicHead）替代原检测头，增强检测头的尺度感知、空间感知和任务感知能力，提高对象位置的识别准确性。【结果与结论】在RUOD和URPC数据集上实验结果表明，模型的检测精度、参数量和计算量较目前其他的主流模型表现良好，特别是与YOLOv8n算法相比，改进后算法在平均精度均值上提升3.6%和1.7%，尤其在包含大量小目标的类别（如海胆、扇贝）中表现更优；模型的参数量和计算量分别减少了0.26×106和0.4 GFLOPs。实验结果表明，该方法减少了在复杂情况下模糊目标和小目标漏检和误检情况，提高了检测性能，同时保持了模型的轻量性。
关键词：水下目标检测;;多尺度特征增强机制;;多尺度注意力机制;;全维动态卷积;;Wise-IoUv3
基金资助：辽宁省高等学校基本科研项目（LJKMZ20220699）;; 辽宁工程技术大学学科创新团队资助项目（LNTU20TD-23）
