水下环境复杂多变，声呐图像分辨率低、噪声干扰大，且目标特征较弱，使得水下弱小目标识别面临诸多挑战。声呐图像容易受到海水介质变化、海洋生物干扰等因素的影响，而且水下目标的分布往往较为稀疏，寻找合适的样本点需要耗费大量的时间和精力。团队针对水下目标识别的问题进行样本不完备条件下的学习策略优化、基于多源信息融合的智能识别模型构建、深度学习模型优化加速以及国产低算力平台适配等研究，实现高性能、自主可控的水下弱小目标智能识别解决方案。