| 基于轻量型 S3D 算法的鱼类摄食强度识别系统设计与试验 |
| |
| 引用本文： | 冯双星,王丁弘,潘良,周超.基于轻量型 S3D 算法的鱼类摄食强度识别系统设计与试验[J].渔业现代化,2023(3):79-86. |
| |
| 作者姓名： | 冯双星 王丁弘 潘良 周超 |
| |
| 基金项目： | 国家重点研发计划(2020YFD0900105)；;北京市自然科学基金(6212007)；;广东省重点领域研发计划(2021B0202070001)； |
| |
| 摘 要： | 实际生产中，对鱼类的投喂控制仍是以人工经验判断和时序控制为主，易造成饲料浪费和环境污染。实时检测鱼群摄食强度，可用于指导投喂，进而提高饲料利用率，并降低残饲污染。基于此，本研究提出一种基于机器视觉和轻量型S3D算法的鱼群摄食强度实时识别算法，可精确定位视频流中“强、中、弱、无” 4种鱼群摄食强度状态。首先将I3D网络作为基准，使用Inception模块和深度可分离卷积构建3D时空Sep-Inc模块；其次，利用3D时空Sep-Inc模块、池化层和3D卷积层交替搭建轻量型S3D网络；最后，开发了基于PyQt5的金鳟鱼摄食强度识别系统。结果显示：S3D算法对4类摄食强度的识别准确率可达92.68%,比C3D和R2+1D算法分别提高9.75%和14.15%,同时Parameters参数和GFLOPs参数也大幅下降，识别摄食强度标签的速率达到17 f/s。研究表明，本算法不仅适用于金鳟，也有望适用于其他游泳型鱼类，并可提供投喂决策建议。
|
| 关 键 词： | 水产养殖 轻量型S3D算法 摄食强度识别 鱼类投喂 |
|
|
