A tecnologia de detecção de alvos subaquáticos desempenha um papel importante nas áreas de exploração de recursos marinhos e proteção ambiental. No entanto, o ambiente subaquático apresenta problemas como imagens borradas e variações na escala dos alvos, o que dificulta as tarefas de detecção. Para melhorar a precisão da detecção de alvos subaquáticos, propomos uma rede híbrida aprimorada por percepção. Primeiramente, construímos uma rede principal de extração de características híbrida global-local, utilizando um mecanismo de autoatenção para obter informações globais de longo alcance na imagem, e, adicionalmente, construímos um módulo de reforço de atenção convolucional para extrair informações locais mais ricas da imagem. Ao capturar melhor a correlação entre características globais e locais no processo de extração, fortalecemos a discriminabilidade das descrições das características em diferentes escalas; em seguida, para melhorar a precisão da detecção em condições de baixo contraste causado por desfoque, construímos uma cabeça de detecção em duas etapas aprimorada por percepção de alvos. Ao aumentar a profundidade da rede geradora de propostas na primeira etapa, extraímos mais informações semânticas dos alvos em imagens de baixa qualidade, e, ao introduzir o mecanismo de autoatenção na segunda etapa, suprimimos interferências de fundo ou informações secundárias. Além disso, foi introduzido um ramo de interseção sobre união para a detecção de alvos, que integra informações a priori da primeira etapa na resolução da classificação da segunda etapa, melhorando a precisão da detecção para diferentes tipos de alvos. O método proposto atingiu 37,8%, 61,8% e 82,0%, 98,9% nos conjuntos de dados de detecção subaquática TrashCan e WPBB, respectivamente. Os resultados qualitativos e quantitativos dos experimentos comparativos mostram que o modelo apresenta boa precisão e robustez na detecção de diferentes tipos de alvos subaquáticos.

Detecção de alvos subaquáticos; Reforço de características; Mecanismo de autoatenção; Rede híbrida