中国农业期刊集成服务平台

当前位置: 首页 > 文章 > 基于双目相机和深度学习的鱼类摄食强度分析方法农业机械学报 2025,56 (3) 403-413,424

Position: Home > Articles > 基于双目相机和深度学习的鱼类摄食强度分析方法 Transactions of the Chinese Society for Agricultural Machinery 2025,56 (3) 403-413,424

基于双目相机和深度学习的鱼类摄食强度分析方法

作者：

俞国燕;钱利文;刘皞春;何子健

单位：

;广东海洋大学机械工程学院

关键词：

深海网箱养殖;鱼类摄食;YOLO v8n-seg;轻量化;双目相机;语义分割

摘要：

为精确判别深海网箱养殖中鱼类摄食强度，实现精量投喂，以金鲳鱼进食时造成的水花为研究对象，利用双目相机拍摄到的深度图像进行非侵入性的摄食强度分析，提出一种基于双目相机和深度学习的水花面积语义分割和计算方法。首先，为了使模型能够在低成本的边缘设备上部署，通过StarNet和BiFPN以及自主设计的SCD-Head共享卷积检测头对YOLO v8n-seg进行改进，提出轻量化的YOLO v8n-SBS模型。在精度提升3.2个百分点的同时，参数量与浮点运算量分别减少71%和36%。其次，为降低设备成本，采用双目相机，基于深度信息利用线性回归提出水花面积计算模型DI。最终，两个模型结合为YOLO v8n-SBS-DI,该模型能够对水花进行分割并计算面积，以便通过水花面积变化趋势评估摄食强度。海上试验计算结果显示，水花面积R²为0.914,RMSE为0.973 m²,MAE为0.870 m²。试验结果表明，该模型具有较强鲁棒性，满足复杂环境下水花面积计算需求，可为判别鱼类摄食强度提供技术支持。

相似文章

深海网箱养殖标准化探讨 [景发岐] 河北渔业 2010 (10) 58-60
我国深海网箱养殖现状、问题与对策 [朱玉东, 鞠晓晖, 陈雨生] 中国渔业经济 2017 (2) 72-78
深海网箱养殖发展现状 [景发岐] 水产科技 2010 (3) 13-15+44

导出引用

计量

文章访问数: 4

HTML全文浏览量: 0

PDF下载量: 0

基于双目相机和深度学习的鱼类摄食强度分析方法

相似文章

所属期刊

农业机械学报

推荐期刊

中国渔业经济

水产科技