水中での光の屈折散乱および照明の不均一性により、対象物のテクスチャがぼやけ、水生生物は偽装された密集した小さなターゲットであることが多く、水中資源制限プラットフォームは軽量化とリアルタイム性に制約があり、これらの要因が水中ターゲット検出の難しさをさらに悪化させています。これに対して、本稿では単一ヘッド自己注意と周波数領域－空間領域融合を用いた改良型YOLOv8nモデル、YOLOv8n-SDを提案します。まず、局所的かつ全局的特徴融合を強化するバックボーンネットワークを設計し、動的にチャネル比を分割する単一ヘッド自己注意機構により、一部チャネルの長距離全局情報を効率的に抽出します。また、高効率な特徴抽出ブロックで抽出した局所的な細部情報を融合し、局所特徴と全局特徴の補完的な強化を実現します。次に、Haar小波変換と空間－深度変換に基づくダウンサンプリングモジュールを設計し、高解像度の浅層特徴に含まれる重要な高周波および空間情報を融合する周波数－空間効率的融合ネックネットワークを構築しました。同時に、高速正規化重み付け戦略を採用し、多尺度特徴融合の効率を動的に最適化しています。水中公開データセットのURPC2020およびRUODにおいて、YOLOv8n-SDはmAP_0.5∶0.95およびmAP₅₀の指標でそれぞれ51.2％、85.7％および50.6％、85.0％を達成しました。また、ベースラインモデルと比較してパラメータ数は42.3％削減、計算負荷は17.2％低減しました。比較実験により、本モデルが多様な複雑な水中シーンにおいて優れた検出精度とロバスト性を示すことがさらに検証されました。

水中ターゲット検出;自己注意機構;Haar小波変換;小型ターゲット検出