The effects of kin and familiarity on interactions between fish   总被引：8，自引：0，他引：8  

Ashley J W Ward  & Paul J B Hart 《Fish and Fisheries》2003,4(4):348-358

Fish have been shown to discriminate between individuals on very general bases such as species, body length and colour. More recently, evidence has been accumulating from a number of species that relatedness and familiarity may be extremely important in mediating a range of interactions between individual fish. Studies have shown that fish are able to recognize kin and/or familiars, and that this ability potentially conveys significant benefits, including increased inclusive fitness, reduced inbreeding costs, reduced competition and enhanced antipredator behaviour. Here, we review the literature and consider future directions and applications for this research.  相似文献   

Automated image analysis as a tool to quantify the colour and composition of rainbow trout (Oncorhynchus mykiss W.) cutlets     

Lars Helge Stien  Fredrik Manne  Antti Kause  Anders Kiessling 《Aquaculture (Amsterdam, Netherlands)》2006,261(2):695-705

The goal of this paper is to propose and evaluate automated image analysis methods for describing muscle cutlets in rainbow trout. The proposed automated image analysis methods were tested on a total of 983 scanned images of trout cutlets, and included quality traits such as fat percentage, flesh colour and the size of morphologically distinguishable subparts of the cutlet. A sub-sample of 50 images was randomly selected for manual segmentation of the cutlet, the dorsal fat depot and the red muscle and regions. The identification of these regions by manual and automatic image analysis correlated strongly (r = 0.97, r = 0.95 and r = 0.91, respectively). The estimated fat percentage obtained from image analysis, based on the area of visible fat and the colour of the cutlet flesh, correlated well with chemical fat percentage measured by mid-infrared transmission spectroscopy (MIT) (r = 0.78). The automated image analysis methods are therefore a reliable means of predicting the fat percentage of trout cutlets. Principal component analysis (PCA) loading plots were used to identify subsets of variables from the image analysis of special significance for further studies; cutlet area, dorsal fat depot area, red muscle area, back height, cutlet width, and width of left and right abdomen wall were among the variables selected. PCA loading plots of different colour variables indicated that simple statistical coefficients such as percentiles and mean values can be used to quantify different aspects of flesh colour. In conclusion, the methods presented here provide a powerful toolbox for describing important morphological structures and quality traits of trout cutlets.  相似文献   

基于改进YOLOV5s网络的奶牛多尺度行为识别方法   总被引：3，自引：3，他引：0  

白强  高荣华  赵春江  李奇峰  王荣  李书琴 《农业工程学报》2022,38(12):163-172

奶牛站立、喝水、行走、躺卧等日常行为与其生理健康密切相关,高效准确识别奶牛行为对及时掌握奶牛健康状况,提高养殖场经济效益具有重要意义。针对群体养殖环境下奶牛行为数据中,场景复杂、目标尺度变化大、奶牛行为多样等对行为识别造成的干扰,该研究提出一种改进YOLOV5s奶牛多尺度行为识别方法。该方法在骨干网络顶层引入基于通道的Transformer注意力机制使模型关注奶牛目标区域,同时对奶牛多尺度行为目标增加路径聚合结构的支路与检测器获取底层细节特征,并引入SE（Squeeze-and-Excitation Networks）注意力机制优化检测器,构建SEPH（SE Prediction Head）识别重要特征,提高奶牛多尺度行为识别能力。试验验证改进后的奶牛行为识别模型在无权重激增的同时,多尺度目标识别结果的平均精度均值较YOLOV5s提高1.2个百分点,尤其是对奶牛行走识别结果的平均精度4.9个百分点,研究结果为群体养殖环境下,全天实时监测奶牛行为提供参考。  相似文献   

采用改进SSD网络的海参目标检测算法     

张岚  邢博闻  李彩  李硕峰 《农业工程学报》2022,38(8):297-303

随着海参养殖业快速发展,利用水下机器人代替人工作业的海参智能捕捞已成为发展趋势。浅海环境复杂,海参体色与环境区分性差、海参呈现半遮蔽状态等原因,导致目标识别准确率低下。此外由于景深运动,远端海参作为小目标常常未被识别成功。为解决上述问题,该研究提出一种基于改进SSD网络的海参目标检测算法。首先通过RFB（Receptive Field Block）模块扩大浅层特征感受野,利用膨胀卷积对特征图进行下采样,增加海参细节、位置等信息,并结合注意力机制,对不同深度特征进行强化,将计算得出的权重与原特征信息相乘以此获得特征图,使结果包含最具代表性的特征,也抑制无关特征。最后实现特征图融合,进一步提升水下海参的识别精度。以实际拍摄的视频进行测试验证,在网络结构层面上,对传统算法进行改进。试验结果表明,基于改进的SSD网络的海参目标检测算法的平均精度均值为95.63%,检测帧速为10.70帧/s,相较于传统的SSD算法,在平均精度均值提高3.85个百分点的同时检测帧速仅减少2.8帧/s。与Faster R-CNN算法和YOLOv4算法进行对比试验,该研究算法在平均精度均值指标上,分别比YOLOv4、Faster R-CNN算法提高4.19个百分点、1.74个百分点。在检测速度方面,该研究算法较YOLOv4、Faster R-CNN算法分别低4.6帧/s、高3.95帧/s,试验结果表明,综合考虑准确率与运行速度,改进后的SSD算法较适合进行海参智能捕捞任务。研究结果为海参智能捕捞提供参考。  相似文献   

基于改进YOLOv4模型的全景图像苹果识别   总被引：3，自引：3，他引：0  

周桂红  马帅  梁芳芳 《农业工程学报》2022,38(21):159-168

苹果果园由于密植栽培模式,果树之间相互遮挡,导致苹果果实识别效果差,并且普通的图像采集方式存在图像中果实重复采集的问题,使得果实计数不准确。针对此类问题,该研究采用全景拍摄的方式采集苹果果树图像,并提出了一种基于改进YOLOv4和基于阈值的边界框匹配合并算法的全景图像苹果识别方法。首先在YOLOv4主干特征提取网络的Resblock模块中加入scSE注意力机制,将PANet模块中的部分卷积替换为深度可分离卷积,且增加深度可分离卷积的输出通道数,以增强特征提取能力,降低模型参数量与计算量。将全景图像分割为子图像,采用改进的YOLOv4模型进行识别,通过对比Faster R-CNN、CenterNet、YOLOv4系列算法和YOLOv5系列算法等不同网络模型对全景图像的苹果识别效果,改进后的YOLOv4网络模型精确率达到96.19%,召回率达到了95.47%,平均精度AP值达到97.27%,比原YOLOv4模型分别提高了1.07、2.59、2.02个百分点。采用基于阈值的边界框匹配合并算法,将识别后子图像的边界框进行匹配与合并,实现全景图像的识别,合并后的结果其精确率达到96.17%,召回率达到95.63%,F1分数达到0.96,平均精度AP值达到95.06%,高于直接对全景图像苹果进行识别的各评价指标。该方法对自然条件下全景图像的苹果识别具有较好的识别效果。  相似文献   

基于轻量级SSD模型的夜间金蝉若虫检测     

刘阳  高国琴 《农业工程学报》2022,38(10):166-175

为实现夜间树上金蝉若虫的快速准确检测,该研究以自然环境图像数据集为研究对象,结合近距离实际应用场景,考虑到嵌入式系统的模型小型化和计算过程轻量化,在保持精度指标基本不变的前提下,基于适度削减模型深度、宽度的思路对已有目标检测网络MobileNet-SSD提出改进。具体措施包括：删除骨干网络末端的小尺寸特征图卷积层,逐级裁剪模型整体宽度、适当增加中高层卷积深度,在目标检测的分类层和预测框的回归层中使用深度可分离卷积代替传统3×3卷积等措施,先后获取3种改进的精简模型以进行比较。夜间图像测试结果表明,在基本保持网络性能的前提下,改进后的模型大小及计算量均呈现大幅减小,其中最优模型大小从原MobileNet-SSD的15.22 MB减少到1.51 MB,模型的浮点运算量也由原先的1.13×109减少到1.26×108,其平均准确率达90.46%,平均交并比达83.52%,F1分数达92.35%,GPU上的检测速度达179.3帧/s,CPU上的检测速度达到6.49帧/s,与改进前的模型相比具有更好的综合性能,白天图像的试验结果也显示出较好的泛化性能。该文提出的改进模型在大幅减少模型大小及其计算量的同时使模型性能保持在一个较高的水平,更适合部署在移动终端等资源受限设备上,可为金蝉的人工养殖提供有益参考。  相似文献   

多尺度分解双寻优策略SPCNN的果园苹果异源图像融合模型     

刘立群  顾任远  周煜博  火久元 《农业工程学报》2022,38(17):158-167

针对单一的自然场景图像信息不能满足准确识别果实和精准定位目标的要求,提出一种多尺度分解双寻优策略简化脉冲耦合神经网络（Simplified Pulse Coupled Neural Network, SPCNN）的飞行时间（Time of Flight,ToF）与可见光果园苹果图像融合模型。对SPCNN模型引入带参数优化的双寻优策略,对非下采样轮廓波变换（Nonsubsampled Contourlet Transform, NSCT）融合规则进行改进。模型包括配准模块、编码区、多尺度分解模块、单目标SPCNN融合模型、多目标SPCNN融合模型、解码区。模型改进了SPCNN模型的参数优化方式以及迭代次数,模型自适应点火次数较低,在3～7次左右,具有点火次数低、自适应分割、效率高的优点。中光15:00时段点火识别成功率达到了100.00%,点火分割时间达到最低91.91s。与其他融合模型比较,模型在强光12:00、中光15:00、弱光18:20、19:00时段融合图像识别成功率达到100.00%;融合时间低于SPCNN模型,达到最低92.68s。模型识别精度最优达到了100.00%、融合耗时最低达到了92.68s、模型大小较SPCNN低一个数量级,可补充和完善图像层次融合理论和方法。  相似文献   

Coupled magnetic nanoparticle-mediated isolation and single-cell image recognition to detect Bacillus' cell size in soil     

Nan Rong  Shiying He  Bei Li  Xiangui Lin  Xiaoling Liu  Yongjie Yu  Youzhi Feng 《European Journal of Soil Science》2022,73(3):e13236

Microbial morphology fundamentally constrains how species interact with their environment, and hence ultimately affects their niche. However, the methodology of functional microbes in the soil ecosystem is still poorly studied since it is difficult to capture and identify the active monospecific community from the complicated environment and enormous number of microbial species in soils. To comprehensively reveal the morphology of active microbes in soil ecosystem, magnetic nanoparticle-mediated isolation (MMI) and single-cell image recognition (SCIR) were employed to study soil active Bacillus community, which functionally boosted the soil fertility in organic fertilisation compared to mineral fertilisation and unfertilised control treatments in our previous study. The results showed that MMI and SCIR can efficiently isolate active Bacillus from soil particles and other microorganisms. High throughput sequencing showed that the captured Bacillus showed similar community structure in different long-term fertilisation soils, while SCIR revealed that the active Bacillus was greater in number and larger in size in organic fertilisation treatment compared to mineral fertilisation and unfertilised control treatments. Our study demonstrates that the combination of MMI and SCIR is a potentially powerful tool to capture and identify the morphology of active and functional microbes in the soil ecosystem.  相似文献   

基于稀疏表示的森林火灾火焰识别研究     

杨秋霞  罗传文 《安徽农业科学》2014,(30):10777-10779

为了实现森林火灾的智能识别,提出一种基于稀疏表示的林火火焰自动识别方法.以林火火焰和5类干扰物体为研究对象,每类对象从视频图像中随机选取50帧作为训练样本,150帧作为测试样本.对每幅图像提取疑似火焰区域,求取面积变化率、颜色、纹理和形状特征参数.所有训练样本的特征向量构建训练样本特征字典,对每个测试样本利用l1最小化范数计算其在训练字典上的投影系数,根据最小重构残差进行分类识别.结果表明,稀疏表示方法的识别率可达到93.56％,为林火火焰识别提供了一个有效的解决方案.  相似文献   

基于图像的嵌入式森林火灾监控系统研究与设计     

田仲富  黎粤华  刘晓义 《安徽农业科学》2014,(13):4105-4107

针对目前我国森林防火远程监控中存在的不足,提出了一种基于嵌入式处理平台的森林火灾监控系统,对系统硬件设计和林火图像识别算法两个方面做了详细论述.系统以嵌入式微处理器作为现场控制器的主控单元,现场控制器通过串口与CCD摄像机进行实时通信,获取监测区域的图像信息,对获取的图像信息进行林火识别,若系统判断有林火发生,则将火情信息通过无线网络传送给监控中心,从而达到第一时间发现森林火灾的目的.通过在林区现场进行的试验表明,该系统能够克服工作环境的干扰,且具有响应速度快、识别率高以及监控区域广等特点.  相似文献