Технология обнаружения подводных целей играет важную роль в исследовании морских ресурсов, охране окружающей среды и т. д. Однако подводная среда имеет проблемы, такие как нечеткое изображение и изменение размеров целей, что затрудняет задачу обнаружения. Для повышения точности обнаружения подводных целей предложена смешанная сеть улучшенного восприятия. Во-первых, построение основной сети извлечения функций глобального-локального усиления, используя механизм само внимания для извлечения долгосрочной глобальной информации из изображения, и затем построение модуля усиления конволюционного внимания для извлечения более обширной локальной детальной информации изображения. Путем лучшего захвата глобальных и локальных функций в процессе извлечения функций можно усилить дискриминацию различных масштабов функций; затем, для повышения точности обнаружения целей в изображениях низкого качества, построена двухуровневая голова улучшенного восприятия целей. Путем увеличения глубины сети генерации предложений области в первом этапе можно извлечь больше семантической информации целей из изображений низкого качества, и путем введения механизма само внимания на втором этапе можно подавить фоновые или второстепенные информации. Дополнительно введена ветвь перекрытия обнаружения целей для слияния информации об объектах первого этапа в решении задачи второго этапа, что способствует повышению точности обнаружения различных видов целей. Предложенный метод показал достижение показателей успеха на подводном наборе данных для обнаружения мусорных баков и WPBB в размерах 37,8% и 61,8%, и 82,0% и 98,9% соответственно. Качественные и количественные сравнительные результаты экспериментов показали, что у модели есть хорошая точность обнаружения и устойчивость к целям различных типов под водой.

Обнаружение подводных целей; улучшение характеристики; механизм само внимания; смешанная сеть