Debido a la absorción y dispersión de la luz en el agua, las imágenes capturadas bajo el agua a menudo sufren cierta degradación, como dominio de color, desenfoque y bajo contraste. Estos tipos de degradación suelen afectar y degradar el rendimiento de los métodos y tareas de visión por computadora bajo el agua. Para resolver estos problemas, en este documento, proponemos una red profunda de mejora de imágenes submarinas multi-etapa y gradualmente optimizada, llamada DLRNet, basada en regresión de capas duales. Nuestra red enfatiza la información importante mediante la agregación de diferentes características de profundidad en el módulo de atención de canal, y el módulo de regresión de doble capa está diseñado con regresión para obtener la luz ambiental y la transmisión de luz de escena para una imagen submarina. Luego, con el modelo de imagen submarina, la imagen submarina mejorada para una imagen degradada se puede obtener con color normal, mayor claridad y contraste. Los experimentos en algunos conjuntos de datos diferentes con análisis cualitativos y evaluaciones cuantitativas validan nuestra red y muestran que supera a algunos enfoques de vanguardia.