针对海洋环境下无人艇载光学图像背景信息复杂、小目标，当前目标检测算法特征提取能力不足、定位能力弱、检测精度差等问题，提出了一种基于YOLOv7-Tiny的改进的海上目标检测算法。利用RepVGG在推理时的“无损耗”特性设计了特征提取模块RepELAN，在不影响推理速度的同时提升网络特征提取能力；改进特征共享融合网络，融合高分辨率特征图提升对小目标特征提取能力，裁剪低分辨率特征图减少网络推理计算量；针对网络在复杂环境下定位检测能力弱的问题，设计检测头模块，区分定位与分类2种解耦头，提升网络定位检测能力。在建立的船舶目标检测数据集进行实验，检测精度提升了6.2%，设计了模块消融实验与对比实验，论证了所提算法的有效性。
