基于UW-YOLOv8的水下模糊小目标检测算法
来源：计算机测量与控制杂志2026年第1期北京时间：
作者：宋凯忠,李海涛,张俊虎
单位：青岛科技大学 信息科学技术学院
摘要：针对水下目标模糊问题，提出了一种基于改进的YOLOv8的水下目标检测算法UW-YOLOv8；该算法引入了EfficientNetV1作为主干网络，EfficientNetV1通过均衡地缩放网络的深度、宽度和分辨率，提高了特征提取能力；在颈部增加了HAT注意力机制，HAT结合了通道注意力机制，增强了像素间的关系和特征交互，有效处理低分辨率水下图像；通过方法ASFF创新的检测头，并结合额外增加的小目标检测层，实现了不同层级特征图特征的融合，从而更细致提取小目标的特征，提高了模型对小尺度目标的检测精度。通过在URPC2020数据集上挑选的6000张模糊图片的实验结果表明，UW-YOLOv8相对于YOLOv8的mAP50和mAP50-95分别提升了2.8%和3%。
关键词：水下模糊小目标;YOLOv8;EfficientNetV1;HAT;ASFF;
基金资助：山东省重点研发计划(科技示范工程)课题(2021SFGC0701)；青岛市海洋科技创新专项(22-3-3-hygg-3-hy)。
