近日，永利官网机器人研究所战强教授团队，在人工智能领域国际著名期刊《Advanced Engineering Informatics》发表了题为“AIN-YOLO: A lightweight YOLO Network with Attention-based InceptionNext and Knowledge Distillation for Underwater Object Detection”的研究论文。该刊为中科院一区TOP、北航A类期刊，IF 9.9。硕士研究生何轩霆与博士研究生张悦为论文共同第一作者，战强教授为论文唯一通讯作者，yl6809永利官网为唯一完成单位。

基于机器视觉的水下目标检测是实现智能海产品捕捞的关键技术，也是水下机器人领域的研究热点与前沿方向。然而，复杂多变的水下环境会导致图像出现严重色偏和质量退化，现有检测方法普遍存在精度不足、误检/漏检率高以及计算复杂度大等问题。针对上述问题，研究团队聚焦于单阶段目标检测框架，融合跨任务协议不一致性桥接的知识蒸馏策略，提出了一种新型轻量化检测网络模型AIN-YOLO，旨在提升模型检测精度的同时降低计算复杂度。研究结果表明，该AIN-YOLO模型通过分支聚合结构以及分组通道混洗的稀疏掩码与通道注意力机制，有效提高了对低质量水下图像语义特征的提取能力。此外，该模型融合了分类与回归协同的知识蒸馏策略，在显著压缩参数规模和计算成本的同时，依然保持出色的检测性能。部署实验结果表明，该模型兼具低计算复杂度与高检测精度，可以在树莓派 4B上运行，展现出良好的工程应用价值。