一种基于YOLOv8的水下小目标检测方法

本发明公开了一种基于YOLOv8改进的水下小目标检测方法，旨在解决水下环境中由于光照变化、背景复杂和目标尺度差异带来的小目标检测难题。该方法基于YOLOv8架构进行优化，首先将StarNet主干网络中的星型卷积StarsBlock与YOLOv8的C2F模块相结合，得到改进后的C2F_StarsBlock模块，显著提升特征提取的多样性和鲁棒性。其次，采用CARAFE_Enhanced模块替代YOLOv8颈部的上采样操作，通过引入动态卷积、分组卷积以及非线性特征增强策略，优化模型的计算效率与适应性。最后，集成梯度引导的多尺度卷积注意力机制GMSAA，其在反向传播阶段引入梯度引导的注意力机制，精确聚焦于目标区域，减少背景干扰。本发明有效提升了水下小目标的检测精度，尤其适用于海洋生物等微小水下目标的高效自动检测。