申请/专利权人:江苏海洋大学;连云港蓝途智能科技有限公司
申请日:2023-12-15
公开(公告)日:2024-04-05
公开(公告)号:CN117830814A
主分类号:G06V20/05
分类号:G06V20/05;G01S15/89;G06V10/25;G06V10/82;G06V10/764;G06N3/0499;G06N3/084
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.23#实质审查的生效;2024.04.05#公开
摘要:本发明公开了一种基于图像声呐的深海网箱养殖鱼群数量估计方法,针对离岸深海网箱内养殖鱼群的数量难以评估的问题,通过采用前视图像声呐在深海网箱中进行持续探测,结合添加注意力机制的YOLO目标检测模型和BP神经网络,实现了深海网箱中鱼群数量的实时自动估计。通过大量的定量实验,为训练YOLO模型和神经网络提供了数据基础。实验结果表明,改进的YOLOv8模型平均检测精度mAP50相比原始算法提升了3.81个百分点;神经网络在拟合鱼群数量时达到了84.63%的精确度,优于三次多项式拟合0.72个百分点。深海网箱养殖鱼群数量的精确评估将助力深远海养殖科学智能管理,合理制定喂食、渔获规划。
主权项:1.一种基于图像声呐的深海网箱养殖鱼群数量估计方法,其特征在于,包括以下步骤:S1、布置设备,将图像声呐固定在网箱一边,调整换能器角度使其尽可能覆盖更多的水体空间,将图像声呐和电脑及电源连接;S2、开机并进行多段连续10分钟以上的观测,记录声呐数据并导出为视频;S3、在YOLOv8神经网络模型中增加改进的注意力机制模块,制作数据集并输入模型进行训练,使用训练好的模型对需要预估鱼群数量的视频进行目标识别检测,检测类别只有一种即为鱼类;S4、将视频每一帧的识别结果序列由大到小排序,使用训练好的BP神经网络模型根据前20位检测最大鱼条数估算出网箱中鱼的实际条数。
全文数据:
权利要求:
百度查询: 江苏海洋大学;连云港蓝途智能科技有限公司 一种基于图像声呐的深海网箱养殖鱼群数量估计方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。