La tecnología de detección de objetivos submarinos juega un papel importante en la exploración de recursos marinos, la protección del medio ambiente, etc. Sin embargo, el entorno submarino presenta problemas como imágenes borrosas y escalas de objetivos cambiantes, lo que dificulta la tarea de detección. Para mejorar la precisión de la detección de objetivos submarinos, se propuso una red mixta mejorada de percepción. En primer lugar, se construyó una red principal mixta global-local mejorada para extraer características enriquecidas, utilizando un mecanismo de auto-atención para extraer información global a largo plazo de la imagen, y luego construyendo un módulo de mejora de atención de convolución para extraer información local más rica de la imagen. Al capturar mejor las relaciones de características globales y locales durante la extracción de características, se refuerza la discriminación de características en diferentes escalas; luego, para mejorar la precisión de la detección de objetivos en casos de desenfoque de imagen, se construyó una cabeza de detección doble mejorada por percepción de objetivos. Al aumentar la profundidad de la red de generación de propuestas de región en la etapa 1, se extraen más información semántica sobre objetivos de imágenes de baja calidad, y al introducir un mecanismo de auto-atención en la etapa 2, se suprimen las interferencias de fondo o información secundaria. Al introducir además una rama de detección de superposiciones de objetivos para integrar información de prioridad de objetivo en la etapa 1 en la resolución de la tarea de clasificación en la etapa 2, mejorando independientemente la precisión de la detección de diferentes objetivos. El método propuesto muestra resultados en los conjuntos de datos de detección de objetivos submarinos TrashCan y WPBB con un valor AP (0,5: 0,95) y (50) alcanzando 37,8 %, 61,8 % y 82,0 %, 98,9 % respectivamente. Los resultados experimentales comparativos cualitativos y cuantitativos indican que el modelo tiene una buena precisión y robustez en la detección de diferentes objetivos submarinos.

Detección de objetivos submarinos; Mejora de características; Mecanismo de auto-atención; Red mixta