毛国君，翁伟栋，朱晋德，张 媛，吴富村，毛玉泽

（1. 福建工程学院计算机科学与数学学院，福州 350118；2. 福建省大数据挖掘与应用重点实验室，福州 350118；3. 獐子岛集团股份有限公司，大连 116001；4. 中国科学院海洋研究所实验海洋生物学重点实验室，青岛 266071；5. 中国水产科学研究院黄海水产研究所，青岛 266071）

0 引 言

海洋经济已成为国民经济新的增长点，中国已经开始实施海洋牧场工程，并将其作为新兴战略产业来大力扶持[1]。事实上，随着中国国民生活水平的不断提高，鲍鱼、海参、海胆等珍贵海产品的市场需求与日俱增，极大促进了浅海养殖为代表的海洋渔业的蓬勃发展。人工潜水监控及捕捞的传统方法不仅耗时、人工成本高，而且人身伤害大、危险系数高。近年来，随着水下机器人等技术的日臻成熟和逐步应用，海洋养殖的信息化和智能化建设迎来新的发展契机。

为实现水下机器人的成功捕捞，研发海洋生物的自动化目标识别技术尤为重要，而支撑这一工作的核心技术是目标检测（Object Detection）模型和算法。由于水下获取视频及图像的特殊性，海洋目标检测在准确率和实时性等方面都有特殊的需求，所以面向于海洋环境研究海洋生物等目标的高性能检测模型已经成为一个重要的研究方向。本质上说，目标检测是计算机视觉的一项任务，旨在解决计算机视觉应用中最基本的问题：即检测物体的类别和位置，两个问题的解决程度和效率反映了不同目标检测算法的质量[2]。……