电讯技术

作者：施克权,李祺,隋皓,朱宏娜

单位：(西南交通大学 物理科学与技术学院，成都 610031)

关键词：水下目标检测；深度学习；视觉自注意力模型；注意力机制；

基金：国家重点研发计划（2019YFB1803500）;四川省科技计划（2020YJ0016）

针对光学成像技术受到光线衰减、散射等因素影响，图像质量和目标分辨率较差，不利于开展水下目标检测任务的问题，提出了一种高效水下目标检测框架IEMAyoloViT。该框架结合了改进Vision Transformer（ViT）主干的YOLOv8算法YOLOViT和一种融合多尺度高效空间注意力机制（Efficient Multi-scale Attention，EMA）的C2f模块，以解决目标特征提取过程中注意力分散的问题。同时改进了Inner-CIoU损失函数，基于不同尺度的辅助边界加速边界框回归。实验结果表明，在全国水下机器人大赛（Underwater Robot Professional Contest，URPC） 2021数据集中，IEMAyoloViT的mAP50高达83.2%，较YOLOv8高9.2%；mAP50:95较YOLOv8高1.0%，证明了IEMAyoloViT的有效性和应用潜力。

来源：2025年第1期

《电讯技术》期刊编辑部

查看电讯技术杂志2025年第1期