改进YOLOv8的水下目标检测算法

摘要

针对水下光线衰减、散射等影响导致水下目标检测效果不佳的问题，提出一种基于YOLOv8的水下目标检测框架ERMS-YOLOv8,提升水下目标检测性能。主干网络采用高效视觉transformer网络(efficient vision transformer, EfficientViT),增强模型对水下生物的特征提取能力，减少特征信息丢失；Neck部分采用高效重参数化广义特征金字塔网络(reparameterized generalized-directional feature pyramid network, RepGFPN),增强模型对水下生物高层语义和低级空间特征的提取和融合能力，使得模型获取更加丰富的特征信息；引入混合局部通道注意力机制(mixed local channel attention for object detection, MLCA),使得模型同时融合通道信息、空间信息、局部通道信息和全局通道信息，增强了模型的表征能力；引入可扩展交并比损失函数(scalable intersection over union loss, SIoU),提升模型对目标边界信息的提取能力，从而进一步提高检测精度。实验结果表明，改进后的算法在UPRC2021和DUO数据集上mAP值分别达到83.9%和84.4%,与基准YOLOv8算法相比都有提高，在水下目标检测中具有优越的性能。

关键词

YOLOv8 / EfficientViT / 重参数化广义特征金字塔网络 / 注意力机制 / 损失函数