信息与电脑杂志

摘要：侧扫声呐图像目标检测是现代海洋环境监测中的重要课题。为提高侧扫声呐图像中小目标的检测精度与效率，文章提出了一种基于YOLOv8和视觉变换器(Vision Transformer, ViT)的新型目标检测模型——YOLOv8-ViT-KD。首先，将YOLOv8与视觉变换器结合，增强特征提取能力；其次，采用知识蒸馏(Knowledge Distillation, KD)方法，以YOLOv8为教师模型、YOLOv8-ViT-KD模型为学生模型进行训练，有效减少假阳性检测结果。实验结果表明，新模型在测试集上的精确率达85.721%,召回率达82.19%(较标准YOLOv8模型提升12.80%)。与标准YOLOv8模型相比，该模型检测性能显著提升，可在海底复杂环境中有效完成特定目标的检测任务。

关键词： 侧扫声呐;YOLOv8;视觉变换器;知识蒸馏;目标检测;

基金资助： 广东省重点领域研发计划(项目编号：2023B1111050010)；

专辑： 信息科技;基础科学;工程科技Ⅱ辑

专题： 物理学;海洋学;工业通用技术及设备;计算机软件及计算机应用;自动化技术

分类号： P714;TB566;TP183;TP391.41