一种基于掩码自监督对比学习的水下目标检测方法

本发明公开了一种基于掩码自监督对比学习的水下目标检测方法，涉及水下目标检测领域，旨在解决现有水下目标检测方法中存在的识别精度低，场景适应能力差的问题，该检测方法具体为：构建水下目标检测基准数据集；将Swin‑Transformer和自适应特征融合金字塔模块添加到对比学习框架中并对图像添加掩码进行预训练；冻结主干网络参数，调整自适应特征融合金字塔模块参数；更换YOLOX中的主干网络为Swin‑Transformer，使用改进的自适应特征融合金字塔模块；使用改进后的YOLOX进行水下目标检测，获取水下目标的位置和类别信息。本发明针对水下场景的目标检测方法进行改进，改善了网络的结构，优化了网络的参数，提升目标检测算法在水下场景的适应能力，适用于水下复杂环境的高精度目标检测。