本发明公开了一种浑浊水下鱼类数据集采集及构建方法，在真实场景中采集的水下湖库数据时，通过带有摄像头的水下机器人，潜入湖中采集得到若干的水下多个片段的视频数据。按照2秒时间间隔对水下视频数据进行切帧，即每2隔秒时间从获取的视频数据中获取一帧图像数据。随后人工过滤掉截取帧图像数据中不含鱼类的数据，最终得到1000张真实场景下包含鱼类的水下浑浊图像数据。本方法根据样本与标签之间的关联性强弱，分别设计了湖库场景，水池场景以及实验室场景的数据采集方案。综上，提供了三种标签关联性不同的水下数据集，为测试水下增强模型的可用性、模型的迁移训练，以及在真实场景中模型的训练、验证提供了数据支持。