刘子豪 张素兰 贾小军 杨 俊 张 文 徐志玲

(1.嘉兴学院信息科学与工程学院， 嘉兴 314001； 2.西南科技大学生命科学与工程学院， 绵阳 621010；3.中国计量大学质量与安全工程学院， 杭州 310018)

0 引言

在我国甲壳类水产养殖业中，南美白对虾的养殖占比最高，养殖面积逐年扩大，进出口贸易额逐年递增[1]。然而，对虾养殖业长期遭受病毒、细菌类的病害侵袭，在收获的生鲜虾群中常混有不同类型和不同感染时期的染病虾，在后期的去头、蒸煮、虾壳剥离等加工环节中，如果不及时剔除这些染病虾，会对健康虾群造成大面积污染，导致巨大经济损失[2]。有研究表明[3]，易侵入对虾体内的病毒种类一共有100多种，其中最常见易侵病毒有虹彩病毒、桃拉病毒、白斑综合征病毒、黄头病毒、传染性皮下及造血组织坏死病毒等，这些病毒感染性极强、致死率高，是近年来对虾养殖行业的杀手。

针对染病虾的高效智能识别问题，有学者采用不同结构神经网络构建对虾品质的自动检测方法。HU等[4]根据不同虾类在外观表达的特征提出卷积神经网络结构(ShrimpNet)，该网络包含2个卷积层、2个池化层和2个全连接层，ShrimpNet的分类精度可达95.48%，所提方法为6种虾类的判别提供了一种高效手段；洪寒梅[5]提出了基于浅层神经网络结合双阈值分割算法的熟虾新鲜度判别算法，根据不同熟虾黑变区域的腐变程度进行颜色特征的提取，导入构建的浅层神经网络进行黑变熟虾的新鲜度分类；HASSAN等[6]认为，采用人工神经……