本發(fā)明公開(kāi)了一種基于強(qiáng)化學(xué)習(xí)的聲吶圖像目標(biāo)識(shí)別方法，包括：(1)將卷積神經(jīng)網(wǎng)絡(luò)的層選擇過(guò)程建模為馬爾科夫決策過(guò)程；(2)定義強(qiáng)化學(xué)習(xí)Agent的狀態(tài)空間和動(dòng)作空間；(3)使用強(qiáng)化學(xué)習(xí)Q?Learn i ng算法讓Agent自動(dòng)構(gòu)建出一系列的卷積神經(jīng)網(wǎng)絡(luò)；(4)從自動(dòng)生成的卷積神經(jīng)網(wǎng)絡(luò)中選出表現(xiàn)較好的網(wǎng)絡(luò)模型，調(diào)整參數(shù)并遷移到目標(biāo)檢測(cè)網(wǎng)絡(luò)中，如摘要附圖所示；(5)用聲吶圖像數(shù)據(jù)集對(duì)整個(gè)目標(biāo)檢測(cè)網(wǎng)絡(luò)進(jìn)行監(jiān)督式訓(xùn)練，完成聲吶圖像的目標(biāo)識(shí)別工作，基于強(qiáng)化學(xué)習(xí)的Q?Learn i ng算法來(lái)自動(dòng)化卷積神經(jīng)網(wǎng)絡(luò)的構(gòu)建過(guò)程，省去了大量手工調(diào)參投入，得到性能良好的卷積神經(jīng)網(wǎng)絡(luò)，提高聲吶圖像識(shí)別的工作效率。