IEMAyoloViT:基于改进YOLOv8的水下目标检测算法

作     者：施克权 李祺 隋皓 朱宏娜 SHI Kequan;LI Qi;SUI Hao;ZHU Hongna

作者机构：西南交通大学物理科学与技术学院成都610031 

出 版 物：《电讯技术》 (Telecommunication Engineering)

年 卷 期：2025年第65卷第1期

页      面：54-62页

学科分类：08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程] 

基　　金：国家重点研发计划(2019YFB1803500) 四川省科技计划(2020YJ0016) 

主　　题：水下目标检测 深度学习 视觉自注意力模型 注意力机制 

摘      要：针对光学成像技术受到光线衰减、散射等因素影响,图像质量和目标分辨率较差,不利于开展水下目标检测任务的问题,提出了一种高效水下目标检测框架IEMAyoloViT。该框架结合了改进Vision Transformer(ViT)主干的YOLOv8算法YOLOViT和一种融合多尺度高效空间注意力机制(Efficient Multi-scale Attention,EMA)的C2f模块,以解决目标特征提取过程中注意力分散的问题。同时改进了Inner-CIoU损失函数,基于不同尺度的辅助边界加速边界框回归。实验结果表明,在全国水下机器人大赛(Underwater Robot Professional Contest,URPC)2021数据集中,IEMAyoloViT的mAP50高达83.2%,较YOLOv8高9.2%;mAP50:95较YOLOv8高1.0%,证明了IEMAyoloViT的有效性和应用潜力。