摘要
本发明公开了一种基于改进YOLOv8算法的水下目标识别方法，将水下图像输入到水下目标检测的改进YOLOv8n模型中，得到输出的水下目标识别结果。其优点在于：骨干网络P5层和颈部网络最后一层的卷积块采用DSConv，降低了网络复杂性并提高推理速度；骨干网络第四C2f模块采用引入了倒置残差注意力机制和双通道卷积的C2f_DiRMB模块，增强网络捕捉关键全局信息的能力，降低训练参数，从而提升对复杂场景的理解；最后，头部网络中增设了提高对小目标检测能力的小目标检测头；使本水下目标识别方法在mAP@0.5%、mAP@0.5‑0.95%、精确率和召回率上分别提高了0.5%、0.8%、0.5%和1.0%。
