摘要:水下目标检测在海洋生物研究、考古探索、军事防御等多领域广泛应用，随着人工智能快速发展，水下目标检测也朝着无人化、智能化发展。深度学习采用神经网络挖掘信息特征，在速度和精度上均表现出优异的性能，成为了计算机视觉技术的主流算法，然而水下环境复杂，将其应用于水下图像目标检测仍存在较大的挑战。水下目标各模态信息互补，特征丰富，有利于目标检测识别，因此结合应用场景调研现有技术，然后设计基于深度学习的多模态水下目标检测系统，同时对比分析了现有关键技术的优缺点，最后对多模态目标检测系统未来发展进行总结与展望，具有重要意义。