Die Technologie zur Entdeckung von Unterwasserzielen spielt eine wichtige Rolle bei der Erkundung mariner Ressourcen, dem Umweltschutz usw. Die Unterwasserumgebung weist jedoch Probleme wie unscharfe Bilder und eine Veränderung der Zielgröße auf, was die Entdeckungsaufgabe erschwert. Zur Verbesserung der Genauigkeit bei der Entdeckung von Unterwasserzielen wird ein verbessertes Hybridwahrnehmungsnetz vorgeschlagen. Zunächst der Aufbau eines Hauptnetzes zur Extraktion global-lokaler Verbesserungsmerkmale, unter Verwendung eines Selbst-Aufmerksamkeitsmechanismus zur Extraktion von langreichweitigen globalen Informationen aus dem Bild, und anschließend der Aufbau eines Moduls zur Verbesserung der Aufmerksamkeit von Faltung zur Extraktion reichhaltigerer lokaler detaillierter Bildinformationen. Durch ein besseres Erfassen von globalen und lokalen Merkmalen während des Merkmalsextraktionsprozesses kann die Diskriminierung von Merkmalen in verschiedenen Maßstäben verbessert werden; dann, um die Genauigkeit bei der Entdeckung von Zielen in Bildern geringer Qualität zu verbessern, wird ein verbessertes zweistufiges Wahrnehmungserkennungskopf aufgebaut. Durch Erhöhung der Tiefe des Vorschlagsbereichs-Generierungsnetzwerks in der ersten Stufe können mehr semantische Informationen von Zielen aus Bildern geringer Qualität extrahiert werden, und durch Einführung eines Selbst-Aufmerksamkeitsmechanismus in der zweiten Stufe können Hintergrund- oder sekundäre Informationen unterdrückt werden. Darüber hinaus wird ein Zweig der Zielentdeckungsüberlappung eingeführt, um die Informationen der Ziele der ersten Stufe bei der Lösung des Problems der zweiten Stufe zu verschmelzen, was die Genauigkeit bei der Entdeckung verschiedener Zielarten erhöht. Die vorgeschlagene Methode hat sich bei den Datensätzen zur Entdeckung von Unterwasserzielen TrashCan und WPBB mit Ergebnissen von 37,8 %, 61,8 %, 82,0 % und 98,9 % jeweils als erfolgreich erwiesen. Qualitative und quantitative experimentelle Ergebnisse zeigen, dass das Modell eine gute Entdeckungsgenauigkeit und Robustheit für Unterwasserziele unterschiedlicher Arten aufweist.

Entdeckung von Unterwasserzielen; Merkmalsverbesserung; Selbst-Aufmerksamkeitsmechanismus; Hybridnetz