摘要： 在惡劣和多變的水下環(huán)境中工作的設(shè)備是進行水下研究和開發(fā)的基本保障?，F(xiàn)階段的水下目標檢測模型參數(shù)量和計算量過大，在資源有限的水下設(shè)備上部署受限。為解決水下檢測模型參數(shù)量和計算量過大問題，提出一種輕量級的水下目標檢測模型RCE-YOLO。首先，利用RFAConv的空間注意力權(quán)重來改進CBS處理接受域信息的能力和提升C2f對空間特征信息融合的能力，增強模型對小密集目標的檢出能力。其次... （共9頁）