수중 물체 검출(UOD)은 양식업과 해양 환경 보호에서 중요한 역할을 합니다. 수중 환경의 낮은 대비와 암흑 조건으로 인한 어려움을 고려하여, 수중 이미지 향상(UIE) 방법이 여러 가지 제안되었습니다. 그러나 향상된 이미지를 단독으로 사용하는 것은 UOD의 성능을 개선하지 못하며, 이는 필연적으로 수중 물체의 중요한 패턴과 세부 정보를 제거하거나 변경할 수 있기 때문입니다. 반면에, 우리는 두 영역에서의 보완적 정보를 탐색하는 것이 UOD에 유익하다고 믿습니다. 원본 이미지는 장면의 자연적인 특성과 물체의 질감 정보를 유지하는 반면, 향상된 이미지는 수중 물체의 가시성을 개선합니다. 이러한 관점에 기반하여, 우리는 낮은 가시성과 낮은 대비 문제를 해결하기 위해 Gated Cross-domain Collaborative Network(GCC-Net)을 제안합니다. 이 네트워크는 세 가지 전용 구성 요소로 이루어져 있습니다. 첫째, 실시간 UIE 방법이 사용되어 낮은 대비 영역에서 물체의 가시성을 개선할 수 있는 향상된 이미지를 생성합니다. 둘째, 크로스 도메인 특징 상호작용 모듈이 도입되어 원본 이미지와 향상된 이미지 특징 간의 상호작용과 보완적 정보 추출을 촉진합니다. 셋째, 신뢰성이 떨어지는 생성 결과의 오염을 방지하기 위해 게이트 특징 융합 모듈이 제안되어 크로스 도메인 정보의 융합 비율을 적응적으로 제어합니다. 우리의 방법은 크로스 도메인 정보 상호작용 및 융합 관점에서 새로운 UOD 패러다임을 제시합니다. 실험 결과는 제안된 GCC-Net이 네 개의 수중 데이터셋에서 최고 수준의 성능을 달성함을 입증하고 있습니다.