层间多尺度特征互构网络（IMFI-Net）：提升水下声纳图像小目标检测精度的创新方法

本文提出了一种创新的层间多尺度特征互构网络（IMFI-Net），通过上采样特征混合器（UFM）、双路径互补融合（DCF）和聚焦特征精炼（FFR）三大模块，有效解决了水下声纳图像小目标检测中的特征丢失、背景干扰和边缘细节提取难题。实验表明，该网络在mAP50–95指标上显著优于Faster R-CNN、YOLO系列等主流算法，最高提升达23.7%，为水下探测任务提供了更可靠的解决方案。

　　

Proposed method

本节介绍了IMFI-Net的网络架构。该网络以CSPDarkNet53骨干网络提取的目标特征作为输入，通过上采样特征混合器（UFM）与双路径互补融合（DCF）模块整合不同层级的特征，并利用聚焦特征精炼（FFR）模块增强融合后的特征表征能力，最终实现多尺度目标特征的深度融合与扩展。

Dataset

实验采用Roboflow Universe公开的水声目标检测数据集（UATD），该数据集包含9180张静态图像，具有小目标占比高、数据分布多样、检测场景复杂等特点。所有图像统一调整为640×640像素，经过标准化处理并包含精确的人工标注边界框。

Conclusion

针对水下声纳图像小目标检测中存在的特征融合不足、背景干扰和边缘细节提取困难等问题，本文提出的IMFI-Net通过以下方式实现突破：UFM模块采用小核卷积与全局平均池化技术恢复图像细节并增强局部特征；DCF模块通过交叉融合策略强化语义与细节特征的互补性；FFR模块则通过特征精炼瓶颈（FR-Bottleneck）聚焦关键信息过滤，显著提升模型对噪声的鲁棒性和特征表达效率。

CRediT authorship contribution statement

Yongchun Miao: 原始稿件撰写

Shilong Sun: 原始稿件撰写

Yingsong Li: 监督指导

Haixin Sun: 概念化与监督

Zhixiang Huang: 监督指导

Declaration of competing interest

作者声明不存在任何可能影响本研究结果的已知竞争性经济利益或个人关系。

Acknowledgment

本研究感谢安徽省教育厅自然科学重点项目（2024AH050051）和安徽省自然科学基金（2208085QF180）的资助支持。