轻量级水下目标检测网络

参数减半准确率反升

用注意力机制和知识蒸馏在降低计算复杂度同时提升检测精度，适合部署在资源受限的水下设备上。

Xuanting, He · 75087393 · 战强

Advanced Engineering Informatics 2025

技术优势

参数更少

通过注意力增强的InceptionNext模块替代YOLOv8的C2f模块，引入多深度可分离卷积的并行分支结构，减少参数量和计算复杂度。

几乎不增加参数

设计的近乎无参数的改进shuffle注意力模块增强特征通道交互，降低计算资源消耗。

精度更高

引入基于桥接跨任务协议不一致的知识蒸馏策略，促进有效知识迁移，提升检测精度。

应用场景

• 水下机器人视觉：为水下机器人提供轻量级视觉检测，降低计算负担。
• 水下无人机检测：实现水下无人机实时目标检测，提升检测精度。
• 智能海产捕捞：用于智能海产捕捞中的目标识别，提高捕捞效率。
• 海洋环境监测：在海洋环境监测中快速检测水下目标，支持资源受限设备。