一种基于Transformer架构的轻量化水下声呐目标检测模型

本发明公开了一种基于Transformer架构的轻量化水下声呐目标检测模型，包括骨干网络、轻量化混合编码器和一个解码器，骨干网络将输入图像的最后三个阶段的特征输入编码器中；编码器将多尺度特征转换为一系列图像特征；解码器融合损失函数WCIoU和NWDLoss，同时捕捉物体的类别和位置信息，通过迭代优化对象查询来生成类别和边界框。本发明骨干网络采用深度可分离卷积TConv降低计算复杂度，并融合指数移动平均与门控注意力机制，显著提升了骨干网络的特征处理与表征能力；基于WCIoU感知的查询选择机制结合NWD损失函数，实现了分类信息与位置信息的协同优化，特别强化了对小目标的检测能力。