MPH-YOLO: An underwater object detection framework with multi-scale fast selective fusion, parallel heterogeneous residual, and hybrid image enhancement

发表于 2026-8-10 00:46:25

期刊：Applied Soft Computing

文献作者：Pinrui Li; Moufa Hu; Dan Xu

出版日期：2026-7-

DOI号：10.1016/j.asoc.2026.115075

下载链接：https://www.sciencedirect.com/sc ... 568494626005235/pdf

文献链接：https://doi.org/10.1016/j.asoc.2026.115075

当前文献来源于 Elsevier BV。

备注信息：水下目标检测（水下图像噪声大、光照差、背景干扰强、目标特征模糊）

⭐对你非常有参考价值，是纯 Neck 改进范式的典型 SCI 范文，不改动 Backbone、Head；做 Neck 内的选择性 / 自适应特征融合，和你的研究范式几乎一模一样，非常适合写 Related Work 用来做对比。

发表于 2026-8-10 00:46:26

: 当前求助已完成，请重新发起求助。
已完结状态的附件将会在24小时内删除。

[Elsevier/Sciencedirect] MPH-YOLO: An underwater object detection framework with multi-scale fast selective fusion, parallel heterogeneous residual, and hybrid image enhancement

已采纳

同分类求助

最新回复

站点公告

今日热心研友

（热心研友QQ群）

[Elsevier/Sciencedirect] MPH-YOLO: An underwater object detection framework with multi-scale fast selective fusion, parallel heterogeneous residual, and hybrid image enhancement 一键复制